ทำไมระบบตรวจสอบด้วยกล้องถึงล้มเหลว และเกือบทุกครั้งเป็นเรื่องแสง

ทีมที่เพิ่งเริ่มทำระบบตรวจสอบชิ้นงานด้วยกล้องมักโฟกัสไปที่การเลือกโมเดล AI ก่อนเป็นอันดับแรก แต่จากประสบการณ์ติดตั้งหน้างานจริงหลายแห่ง ปัญหาที่ทำให้ระบบ ทำงานไม่นิ่ง (ตรวจพลาดในบางช่วงเวลาของวัน หรือแม่นยำลดลงหลังใช้งานไปสักพัก) เกือบทั้งหมดไม่ได้มาจากโมเดลเลย — มาจากแสงที่ไม่นิ่ง

ทำไมแสงถึงสำคัญกว่าที่คิด

โมเดล vision ทุกตัวเรียนรู้จาก pattern ของพิกเซล ถ้าแสงเปลี่ยนไปจากตอนเก็บข้อมูล เทรน (เช่น แสงแดดที่ลอดหน้าต่างเข้ามาช่วงบ่าย หรือหลอดไฟหน้างานที่เริ่มเสื่อมสภาพ) ค่าพิกเซลของชิ้นงานเดียวกันจะเปลี่ยนไปทั้งที่ตัวชิ้นงานไม่ได้เปลี่ยนอะไรเลย โมเดล จึงตัดสินใจผิดพลาดโดยที่ "ดูเหมือน" เป็นปัญหาความแม่นยำของ AI ทั้งที่จริง ๆ เป็นปัญหาที่ต้นทาง

ประเภทไฟที่ใช้บ่อยในงานตรวจสอบอุตสาหกรรม

เช็กลิสต์ก่อนโทษโมเดล

ก่อนจะเริ่มแก้ที่โมเดลหรือ threshold ความมั่นใจ ให้ตรวจ 3 ข้อนี้ก่อนเสมอ:

1. ถ่ายภาพชิ้นงานเดียวกันในช่วงเวลาต่างกันของวัน (เช้า/เที่ยง/บ่าย/เย็น) แล้วเทียบ ค่าความสว่างเฉลี่ยของพิกเซล — ถ้าต่างกันเกิน 10-15% ถือว่าแสงไม่นิ่งพอ
2. ตรวจว่ากล่องครอบกันแสงภายนอก (ถ้ามี) ปิดสนิทจริง ไม่มีช่องที่แสงแดดลอดเข้ามาได้
3. เช็กว่าไฟที่ใช้เป็นไฟเกรดอุตสาหกรรมที่มี consistency สูง ไม่ใช่หลอด LED ทั่วไป ที่ค่าความสว่างเสื่อมไม่เท่ากันเมื่อใช้งานไปนาน ๆ

ถ้าทำครบ 3 ข้อแล้วยังตรวจพลาดอยู่ ค่อยพิจารณาที่โมเดลหรือ threshold ต่อไป

สรุป

แสงคือรากฐานของระบบตรวจสอบด้วยภาพทุกระบบ การลงทุนกับชุดไฟและกล่องครอบที่ถูกต้อง ตั้งแต่ต้นมักคุ้มค่ากว่าการพยายามแก้ปัญหาด้วยการปรับแต่งโมเดลซ้ำไปซ้ำมาในภายหลัง มาก — ดูเพิ่มเติมเรื่องการวางตำแหน่งกล้องและระยะโฟกัสได้ที่หน้า โซลูชันตรวจสอบด้วยภาพ