Geleneksel makine görüşü denetimli bir süreçtir: Bir kusuru tespit etmek için o kusurun birçok örneğini toplar ve etiketlersiniz, bir model eğitirsiniz, ardından her yeni kusur türü için bu işlemi tekrarlarsınız. Aletis ise bu süreci tersine çevirir. Ona yaklaşık 25 iyi parça gösterirsiniz; o da doğru bir parçanın neye benzediğini öğrenir ve daha önce hiç gösterilmemiş kusurlar da dahil olmak üzere normdan sapan her şeyi işaretler. Kusur kütüphanesi yok, etiketleme yok, veri bilimi ekibi yok. Ayrıca Aletis, sıradan bir anomali tespit aracından çok daha fazlasıdır: birden fazla yöntemi birleştiren, sentetik eğitim verileri üreten ve parçalarınıza ve üretim hattınıza göre ayarlanan özel bir denetim işlem hattıdır.
Denetimli makine görüşünün doğasında bir veri sorunu vardır. Büyük hacimde etiketlenmiş kusurlu görüntüye ihtiyaç duyar, ancak "optik denetim görevlerinde genellikle kusurlu örnekler bulunmaz ya da ne tür kusurların ortaya çıkabileceği belirsizdir" (MVTec AD, Bergmann et al., CVPR 2019). Bunları etiketlemek pahalıdır: bu modeller "büyük miktarda veriye ihtiyaç duyar… genellikle yüksek hassasiyetli etiketler gerektirir", dolayısıyla "anotasyon gereksinimleri nedeniyle çözümlerin maliyeti önemli ölçüde artar" (Božič et al., Computers in Industry, 2021). Önlemeye çalıştığınız şeyin tam da birçok örneğini toplamanız istenir.
Aletis yalnızca iyi parçalardan öğrenir. Küçük bir örnek kümesinden doğru bir parçanın nasıl göründüğünü modelleyerek herhangi bir sapmayı potansiyel bir kusur olarak işaretler; böylece kendisine hiç gösterilmemiş kusur türlerini de yakalar. Temel bir anomali tespit aracı burada dururken, Aletis özel bir işlem hattı ekler: modeli güçlendirmek için sentetik eğitim verileri üretir, tek bir yönteme dayanmak yerine birden fazla algılama yöntemini birleştirir ve her bir üretim hattına göre yapılandırılır. İşte araştırma tekniği ile üretime hazır bir denetim sistemi arasındaki fark budur.
| Denetimli makine görüşü | Aletis | |
|---|---|---|
| Eğitim verileri | Her kusur türü için çok sayıda etiketli görüntü | Yaklaşık 25 iyi parça |
| Gerekli kusurlu numuneler | Evet, her kusur türü için | Yok |
| Daha önce görülmemiş kusurları yakalar | Hayır, yalnızca eğitildiği kusurları tespit eder | Evet |
| Yeni kusur türü | Topla, etiketle, yeniden eğit | Zaten kapsanır |
| Kurulumu kim yapar | Makine görüşü / veri bilimi mühendisleri | BT veya operasyon müdürünüz |
| Kurulum | Veri toplama ve etiketleme projesi | 30 dakikadan az |
Denetimli makine görüşünde, daha önce görmediğiniz bir kusur, yeni bir veri toplama ve etiketleme döngüsü ve ardından yeniden eğitim anlamına gelir. Aletis ile yeni bir kusur, normalden yalnızca başka bir sapmadır ve yeni veri veya yeniden eğitim gerektirmeden tespit edilir.
Tipik bir kuruluşta kalitesizliğin maliyeti, satış gelirinin yaklaşık %15 ila %20'sini oluşturur (ASQ, Cost of Quality). Müşteriye ulaşan bir kusur, üretim hattında tespit edilen bir kusurdan çok daha pahalıya mal olur.
Denetimli makine görüşü geçerliliğini yitirmiş değildir. Son derece yüksek hacimde, tek ve kesin olarak tanımlanmış bir kusuru denetliyorsanız ve bunun için halihazırda büyük bir etiketlenmiş veri setine sahipseniz, o tek kusura göre ayarlanmış bir model doğru araç olabilir. Aletis; kusurların çeşitli, nadir, toplanması zor veya önceden tam olarak bilinmediği durumlarda üstünlük sağlar ki bu da çoğu gerçek üretim hattını tanımlar.