Tekstil anomali modelinin laboratuvar metriği, hat koşullarında aynı kalmayabilir. Aydınlatma flicker'ı, kumaş gerilimi ve lot değişimi, kamera hizası, lens kirliliği ve etiketçiler arası kusur tanımı farkı ayrı ayrı ölçülmelidir. Skor farkını modele atfetmeden önce veri ve görüntüleme zincirini doğrulayın.
Veri seti disiplini
Hazır veri setleri kendi hattınızdaki rastgele dokuyu, kamera kurulumunu ve kusur taksonomisini yeterince temsil etmeyebilir. Vardiya, lot, renk, makine hızı ve aydınlatma çeşitliliğini kapsayan temsili veri toplayın. Piksel maskesi ile bounding box maliyetini aynı kabul kümesinde precision, recall ve etiketleme süresiyle karşılaştırın; tek başına maske türü sonuç garantisi vermez.
Operatör geribildirim döngüsü
Yanlış pozitif ve negatif örnekleri, operatör onayı ve veri kalite kontrolünden sonra geri bildirim kümesine ekleyin. Fine-tune veya yeniden eğitim takvimi sabit bir haftalık/aylık reçete değil; drift metriği, yeterli yeni örnek, hata maliyeti ve sürüm onayıyla tetiklenmelidir. Yeni modeli ayrı kabul kümesinde doğrulamadan canlıya almayın.
Laboratuvar ve saha arasındaki fark bir teşhis sinyalidir. Metriği veri dilimi, lot, vardiya ve ortam koşuluna göre parçalayın; düzeltme bazen aydınlatma veya montajda, bazen etikette, modelde ya da karar eşiğinde olabilir.