如何訓練邊緣學習

腳本：

嗨，我叫 Tyler Ducharme，我是技術行銷專員，任職於康耐視的 InSight 產品團隊。今天，我想介紹一下如何使用我們全新的 ViDi EL 分類器來設定 In-Sight 2800 應用。

關於我的設定，我的 In-Sight 2800 智慧相機配備了連接 24 伏特電源的集成式光源與鏡頭。 利用我們新的 ViDi EL 分類工具結合 In-Sight 2800 智慧相機，讓我向各位展示我們如何讓視覺化繁為簡。 好，這就是我們用來設定 In-Sight 應用的 In-Sight 視覺套件軟體，如各位所見，我已經連上 In-Sight 2800 智慧相機。 

首先，我們要選擇圖像來源，這次我們只會使用相機本身。我們要做的事，就只有按兩次按鈕來設定我們的光源和對焦。所以我只要按一下最佳化照明來產生清楚明亮的影像，然後按一下焦點，以獲得我們的影像和對焦。訓練分類工具的第一步，就是設定我們想要檢測的目標檢測區。設定好這個區域以後，只要按下「Ok」即可。而工具要做的呢，就是向我顯示兩個預設類別，也就是 OK 與 NG，後者代表不合格。工具會自動為 OK 分配一個標籤，如第一張影像。所以我現在把我的 OK 部分放在相機下方。我想提的另一件事是，如果我們手上的零件不在影像中，裡面根本沒有零件，該怎麼辦。遇到這種情況，這款工具的美妙之處在於，我們其實可以新增另一個類別，而且我們可以稱它為無零件。 我們會帶入該類別，然後逐步完成訓練。我們從收集一些影像開始。這是我們的合格零件。我可以在影像周圍稍微移動它，觸發相機，這當然還是合格的零件。我要做的就是按 OK 按鈕，各位會看到我的影像數會在這裡增加，我實際上已經訓練了該影像。各位會注意到，有一個綠色環繞著黃色圓圈，黃色圓圈表示正在預測哪個類別，綠色環則是信心水準。在這個案例中，光是因為我剛剛訓練過它，信心分數就達到了 100%。

好吧，我們加入一些密封層破損的壞零件，觸發相機，我們目前還沒有訓練任何不合格零件。因此，該工具難以預測壞零件屬於哪個類別，在這種情況下，工具對我們目前有的任何類別都沒有信心。我們開始訓練後，各位會看到我們的信心分數飆升至 88%。最後，我們要要處理的是無零件，非常淺顯易懂。拍攝一張影像、訓練，看來很成功。我要提一下底端的模型健康指標。我們會用這個模型健康指標決定應用何時完成部署準備。原則上超過 80%，且隨著加入更多影像而趨於穩定是最好的情況，就可以了解何時可以部署應用。好，我想在這裡多新增幾張影像，所以我要進入這個編輯類別視窗，我實際上已經事先收集了幾張範例影像，所以我可以將它們匯入工具中，選擇文件夾。太好了。我們總共匯入了 10 張影像，現在可以看到每張影像都有一個附綠色環的預測。讓我們全選影像。真的非常簡單，只要一次標示所有影像。我只要按一下，然後把影像拖曳到要訓練的類別中。這些看起來都沒問題。接下來我們只要全部選擇，然後按一下並拖曳到正確的類別中即可。好，現在我們回到編輯類別。各位可以看到我們的模型健康指標升到了 99%。如各位所知，我們已經為 NG 訓練了八張影像、為無零件訓練兩張影像，並為 OK 訓練了九張影像。我想這個應用已經做好部署的準備了。我們現在就來實際測試一下。我現在要讓裝置上線。我們的相機下現在沒有零件。我們把零件放在相機下，結果是 OK，可以在影像中四處移動，各位可以看到我們的信心度非常高。旋轉零件，看來很棒。現在我們把 NG 零件放在相機下，我們一樣可以旋轉零件、四處移動。很成功。也可以新增更多變因。這次仍然正確分類。我想看起來很成功。

我想向各位展示的最後一個功能，是為在工廠現場監視此裝置的使用者實際建立一個運作時間 HMI 顯示畫面。我們進入 HMI 步驟，運氣很好，很多使用者希望知道的資訊已經預設為顯示。這裡是我們實際檢測零件的目標檢測區、影像本身和這個灰色方塊上有預測類別。但假設使用者想要知道工具對其預測多有信心，我們只需要進入這個下拉式選單，這裡有工具的所有屬性，各位可以找到預測類別分數，是以百分比表示。我們只要將屬性套用至顯示畫面即可，接著我們就可以回到線上顯示合格的零件。現在我們也可以同時看到預測類別信心分數。這是 NG。太好了。我認為差不多該設定 HMI 顯示了。

現在來回顧今天的教學課程，首先我們連接了裝置與 InSight 視覺套件。接著我們按兩下即可設定影像。我們加入了 ViDi EL 分類工具並建立三個類別：OK、NG 及無零件。我們對每種類型的零件拍攝多張影像，並為正確的影像指定一個類別。我們的模型健康指標超過 80% 且穩定時，我們接著就會執行我們的工作，並確保零件正確分類。