Практика ИИ
Визуальный контроль качества: как построить очередь ручной проверки, а не автосписание
В руководстве NIST по промышленному ИИ технология описана как сочетание машинного обучения, правил и человеческого понимания. Документ прямо подчёркивает: промышленный ИИ должен иметь человеческую поддержку.
Для визуального контроля это означает не «модель списывает изделие», а «модель формирует проверяемую очередь». Инспектор видит изображение, критерий, уверенность и контекст партии, после чего принимает решение и отмечает причину.
Коротко
- Модель сортирует случаи по риску, но статус годности утверждает назначенный инспектор.
- Ручная очередь включает сомнительные дефекты и выборку нормальных результатов для поиска пропусков.
- Документация решений нужна для пересмотра порогов, обучения и разбора претензий.
Почему точности модели недостаточно
NIST определяет доверенный ИИ через валидность и надёжность, безопасность, прозрачность и подотчётность. В производственном руководстве предлагается заранее определить требуемые данные, ожидаемый результат и способ оценивать влияние системы.
Средняя точность не показывает, какие дефекты пропускаются и при каком освещении. Для качества важны последствия двух ошибок: ложного брака и пропущенного дефекта. Их стоимость и допустимость задаёт владелец процесса.
Предлагаемая очередь инспектора
Пилот стоит начинать с одного видимого дефекта и стабильной точки съёмки. До автоматического действия система только распределяет изображения и сохраняет контекст.
- Снять изображение и проверить качество входа
- Получить метку, оценку и версию модели
- Направить сомнительные случаи инспектору
- Добавить выборку «нормы» для поиска пропусков
- Сохранить решение человека и причину расхождения
Если кадр смазан или изделие закрыто, модель не должна выбирать «годно». Отдельный класс «вход непригоден» позволяет остановить ложную уверенность и вернуть изделие на повторную съёмку.
Автоматизации можно поручить
- Проверять резкость, ракурс и наличие объекта.
- Сортировать изображения по согласованным классам.
- Формировать очередь и собирать статистику расхождений.
Инспектор подтверждает
- Годность изделия и тяжесть дефекта.
- Исключения для конкретной партии или материала.
- Изменение критерия, порога и правил повторной проверки.
Документировать не только ошибки
NIST AI RMF отмечает, что документация улучшает прозрачность, человеческую проверку и подотчётность. Поэтому нужно хранить не только спорные кадры, но и версию модели, порог, решение инспектора и основание изменения процесса.
- Не использовать решение инспектора как автоматическую разметку без проверки.
- Ограничить просмотр изображений производственной необходимостью.
- Отделить тестовый порог от правила списания продукции.
Как проверить пилот
Подать плохой кадр
Размойте изображение или закройте область контроля. Ожидается повторная съёмка, а не решение о годности.
Проверить пропуски
Добавьте известные дефекты ниже текущего порога. Измерьте, сколько из них попадает в ручную очередь.
Проверить ложный брак
Используйте нормальные детали с допустимыми вариациями. Инспектор должен видеть критерий и фиксировать причину отмены метки.
Сменить партию
Измените материал или освещение. До повторной проверки новый контекст не должен наследовать прежний допуск автоматически.
Источники и границы разбора
- NIST MEP — официальный практический отчётArtificial Intelligence: Key Consideration and Effective Implementation Strategies
Использованы тезисы о сочетании правил, моделей и человеческого понимания и о проверке эффективности.
- NIST — официальный стандартный документArtificial Intelligence Risk Management Framework (AI RMF 1.0)
Использованы требования к надёжности, прозрачности, документации и человеческому надзору.
Источники NIST подтверждают общие принципы промышленного ИИ и управления риском. Сценарий визуальной инспекции, пороги, роли и тесты — редакционное предложение, не сертификация и не результат конкретной линии.
Соберите очередь на одном дефекте
Выберите один критерий, сохраните эталонные кадры и разыграйте плохой вход, пропуск и ложный брак с решением инспектора.
Обсудить контроль качества