Set d’images échantillonnées de training
Les outils ViDi sont basés sur le Deep Learning, une technologie qui entraîne un réseau de neurones à accomplir des tâches spécifiques à partir de données d’apprentissages préalablement analysées. Ces données de training fournies au réseau sont donc d’une importance critique. Une question importante se pose alors : « Quelles informations dois-je apporter au réseau ? »
Ce que vous apportez au réseau varie en fonction de votre set d’images échantillonnées. Le set d’images échantillonnées de training représente les données que vous allez apporter à votre réseau pour le développer et l’enrichir. Pour les outils ViDi, les images constituent l’épine dorsale de l’ensemble de données qui sera utilisé pour entraîner les outils. Grâce au Deep Learning, un vaste ensemble de données est apporté au système pour que ce dernier déduise les tâches que nous essayons d’accomplir. Voilà pourquoi les informations apportées (autrement dit, les images) sont extrêmement importantes.
Travailler avec la technologie du Deep Learning implique de fournir des sets d’images de training représentatives des futures données qui seront soumises au réseau. Lors de la création de votre set d’images de training, vous devrez tenir compte des éléments suivants :
-
Mon set d’images de training est-il représentatif des images d’exécution ? Voici les paramètres à prendre en compte :
- Eclairage – S’il y a des variations d’éclairage, votre set de training doit également inclure des variations de luminosité.
- Couleur – Les pièces sont-elles susceptibles de changer de couleur pendant la phase d’exécution ? Si oui, vous devez inclure toutes les variations de couleurs possibles.
- Rotation/Échelle – Lorsque la pièce est présentée à l’appareil photo, apparaît-elle toujours à l’échelle et à l’endroit ? Là encore, ajoutez des variations si nécessaire.
- Variation d’une pièce à une autre – Si les pièces inspectées peuvent présenter des variations subtiles, n’oubliez pas d’inclure lesdites variations dans votre set de training.
- Arrière-plan – Dans de nombreux cas, les images de vos pièces seront prises sur votre bureau. Cependant, les pièces peuvent être disposées et photographiées sur un tapis roulant, ce qui constitue un arrière-plan beaucoup plus intéressant pour les outils ViDi. Si cette option est utilisée, vous devez fournir un set de training avec la pièce sur le tapis roulant. Et, si l’arrière-plan n’est pas important pour l’inspection, vous pouvez le masquer. Masquer l’arrière-plan améliore généralement les performances de l’outil, puisque vous éliminez des informations dites « parasites ».
- Mon set d’images de training fournit-il suffisamment de données ? De nombreux problèmes rencontrés lors de la programmation des outils ViDi peuvent être résolus en fournissant plus d’images et de données, puis en re-entraînant les outils.
Une fois vos images classées et regroupées, vous pouvez créer un set d’images échantillonnées et les utiliser dans votre Set de training.