Vérifier si l’effet de la reconnaissance s’est dégradé
Cette section vous guide pour vérifier si l’effet de la reconnaissance s’est dégradé.
Dans cette section, vous devez vérifier les éléments suivants :
-
Vérifier si la qualité du nuage de points s’est dégradée
-
Vérifier si l’effet de l’inférence d’apprentissage profond s’est dégradé
-
Vérifier si l’effet de l’appariement 3D s’est dégradé
Vérifier si la qualité du nuage de points s’est dégradée
Si l’appariement 3D est utilisé pour la reconnaissance, suivez cette section pour les vérifications.
Méthode de vérification:
-
Placez l’objet cible dans la zone où se produit le problème d’imprécision de la préhension.
-
Dans la configuration EIH, déplacez la caméra vers la position de capture où se produit le problème d’imprécision de la préhension.
-
Ouvrez le logiciel Mech-Eye Viewer et connectez-vous à la caméra utilisée par le projet.
-
Après connexion à la caméra, passez le groupe de paramètres sur le groupe de paramètres utilisé par le projet, puis cliquez sur le bouton
pour capturer une image une fois. -
Dans l’onglet Nuage de points de la zone d’affichage des données, examinez la qualité du nuage de points de l’objet cible.
Critères de vérification:
Si le nuage de points de l’objet cible présente les problèmes suivants, la qualité du nuage de points s’est dégradée :
-
Les nuages de points sont incomplets et des points caractéristiques liés à la préhension sont manquants.
-
Le nuage de points fluctue (avec du bruit) et présente des tremblements verticaux évidents.
Méthode de correction:
Les causes courantes d’une mauvaise qualité du nuage de points et les moyens d’y remédier sont les suivants.
| Causes possibles | Mesures |
|---|---|
Modifications de la lumière ambiante |
Ajustez les paramètres dans les catégories Paramètres 3D, Traitement du nuage de points, Plage de profondeur et ROI afin d’améliorer la qualité du nuage de points. Si la lumière ambiante est trop forte, des mesures d’ombrage doivent être prises. |
Changements dans l’orientation du matériau entrant (la direction des franges de la caméra n’est pas perpendiculaire au côté le plus long de l’objet cible) |
Rétablissez l’orientation d’entrée d’origine et maintenez la direction des franges de la caméra perpendiculaire à la direction du grand côté de l’objet cible. |
Vérifier si l’effet de l’inférence d’apprentissage profond s’est dégradé
Si votre projet utilise l’apprentissage profond pour assister la reconnaissance, vous devez vérifier si l’effet de l’inférence d’apprentissage profond s’est dégradé.
Méthode de vérification:
-
Dans la barre d’outils de Mech-Vision, cliquez sur Interface de production pour entrer dans l’interface de production de la solution actuelle.
-
Visualisez l’effet de l’inférence d’apprentissage profond dans la vue configurée « Résultat de l’apprentissage profond ».
Critères de vérification:
Si les situations suivantes se produisent, l’efficacité de l’inférence d’apprentissage profond peut diminuer :
-
Reconnaissance manquée d’objets cibles normaux.
-
Mauvaise reconnaissance des objets cibles et de la scène. La mauvaise reconnaissance inclut l’identification erronée de la scène comme objet cible, l’identification erronée de différents types d’objets cibles, la reconnaissance incorrecte des couches supérieure et inférieure des objets cibles, et l’identification erronée entre objets cibles.
-
Masques de mauvaise qualité et faible confiance de la reconnaissance. Si le masque est de mauvaise qualité et que le niveau de confiance de l’instance segmentée est faible, cela entraînera des mauvaises reconnaissances ou des reconnaissances manquées, ce qui affectera la préhension.
Méthode de correction:
Le modèle doit être itéré dans les situations suivantes :
-
Lorsque le niveau de confiance est réglé très bas, l’objet cible ne peut toujours pas être reconnu normalement. Dans ce cas, une itération du modèle sur les reconnaissances manquées est nécessaire.
-
Si la mauvaise reconnaissance n’est pas liée à la qualité de l’image ou à l’objet cible lui-même, une itération du modèle est requise pour traiter la mauvaise reconnaissance.
-
Si le masquage est de mauvaise qualité et la confiance dans la segmentation des instances est faible, et que l’ajustement du seuil de confiance ne résout pas le problème, une itération du modèle est requise.
D’autres causes potentielles et mesures correspondantes de la diminution de l’effet de l’inférence d’apprentissage profond sont fournies dans le tableau ci-dessous.
| Causes possibles | Mesures |
|---|---|
Des changements de lumière ambiante entraînant une surexposition ou une sous-exposition des images |
Ajustez les paramètres d’exposition 2D. Si la lumière ambiante est trop forte, des mesures d’ombrage doivent être prises. |
Changements dans l’orientation du matériau entrant (matériau entrant anormal) |
Rétablissez l’orientation d’entrée d’origine et ajustez le ROI 2D pour inclure tous les objets cibles dans l’image 2D. |
Objets cibles anormaux |
Excluez les objets cibles anormaux. |
Vérifier si l’effet de l’appariement 3D s’est dégradé
Si votre projet utilise l’appariement 3D pour la reconnaissance, vous devez vérifier si l’effet de l’appariement 3D s’est dégradé.
Méthode de vérification:
-
Dans la barre d’outils de Mech-Vision, cliquez sur Interface de production pour entrer dans l’interface de production de la solution actuelle.
-
Observez l’effet de l’appariement 3D dans la vue configurée « Résultat de la reconnaissance ».
Critères de vérification:
Si un appariement inexact se produit, l’effet de l’appariement 3D peut diminuer.
Méthode de correction:
Les raisons et les mesures de la diminution de l’effet de l’appariement 3D sont fournies dans le tableau ci-dessous.
| Causes possibles | Mesures |
|---|---|
Modifications de la lumière ambiante |
Ajustez les paramètres dans les catégories Paramètres 3D, Traitement du nuage de points, Plage de profondeur et ROI afin d’améliorer la qualité du nuage de points. Si la lumière ambiante est trop forte, des mesures d’ombrage doivent être prises. |
Paramètres d’appariement 3D mal configurés |
Contactez le support technique pour aider à ajuster les paramètres. |
Changements d’objet cible |
Créez des modèles de nuage de points pour les nouveaux objets cibles. |