تكتشف أنظمة الرؤية العيوب التي يغفل عنها البشر - لماذا المخاطرة بها؟

ما زلت أسمع نفس السؤال من فرق المصانع ومديري المستودعات وأصحاب العلامات التجارية: هل يستطيع نظام الرؤية اكتشاف ما يفتقده الناس؟ إجابتي هي نعم، في كثير من الأحيان يمكن ذلك. لقد رأيت هذه المشكلة مرارا وتكرارا. يقوم الشخص بفحص المنتج لساعات. العمل متكرر. الإضاءة تتغير قليلا. تتعب العيون. خدش صغير ينزلق من الماضي. الملصق يقع على بعد بضعة ملليمترات. القبعة فضفاضة، لكن لا أحد يلاحظها على الفور. هذا هو المكان الذي يساعد فيه نظام الرؤية. لا تشعر بالملل. ولا يفقد التركيز بعد البند المائة. فهو ينظر إلى نفس القاعدة بنفس الطريقة في كل مرة. وهذا يمنحني ميزة كبيرة عندما أحتاج إلى إجراء فحص ثابت، وفحوصات سريعة، وعدد أقل من العيوب المفقودة. أحب أن أفكر في أنظمة الرؤية كمجموعة ثانية من العيون. وهي مفيدة عندما تحتاج المهمة إلى عمليات فحص سريعة وقابلة للتكرار. يمكنهم العثور على الأجزاء المفقودة، والحواف المكسورة، وأخطاء الطباعة، والموضع الخاطئ، والختم السيئ، وأخطاء العد. في خط مزدحم، هذا يهم. يمكن أن تتحول مشكلة صغيرة إلى إهدار أو عوائد أو تجربة سيئة للعملاء. لقد رأيت هذا في خط التعبئة والتغليف لعلامة تجارية للأغذية. واجه الفريق مشكلة بسيطة. تركت بعض العبوات الخط مع وضع الملصقات مرتفعة قليلاً. يمكن للناس اكتشاف الأسوأ، ولكن ليس كل مجموعة سيئة. تحرك الخط بسرعة، وكان من السهل تفويت الخلل عندما يكون الفريق مشغولا. قمنا بإعداد كاميرا فوق الخط، ودربناها بعينات جيدة وعينات سيئة، واختبرناها مع الفريق الذي كان يراقب جنبًا إلى جنب. بدأ النظام في تحديد الحالات الضعيفة التي غالبًا ما يتجاهلها الناس. لا يزال طاقم العمل يتخذ القرار النهائي بشأن العناصر غير الواضحة. هذا المزيج يعمل بشكل جيد. تعاملت الكاميرا مع التكرار. تعامل الفريق مع الحكم. هذا هو النمط الذي أثق به. يعمل نظام الرؤية بشكل أفضل عندما تكون المهمة واضحة. أحتاج إلى هدف واضح، وإعداد مستقر، وقاعدة نجاح أو فشل معروفة. إذا طلبت منه الحكم على شيء غامض، تصبح النتيجة أضعف. إذا طلبت منه فحص نفس الميزة مرارا وتكرارا، فإنه يعمل بشكل جيد. هذه هي الطريقة التي أتعامل بها عادةً مع الأمر: أقوم بتعريف الخلل أولاً. أسأل: ماذا نريد أن نلتقط؟ من السهل تحديد المسمار المفقود. يعد التحول الضعيف في اللون أكثر صعوبة. عندما تكون القاعدة واضحة، يكون لدى النظام فرصة أفضل لأداء جيد. أنا أتحكم في الإضاءة. الكاميرا يمكنها فقط قراءة ما تراه. يؤدي الضوء السيئ إلى إنشاء بيانات سيئة. لقد رأيت فرقًا تلوم البرنامج عندما كانت المشكلة الحقيقية هي الوهج أو الظل أو العدسة المتسخة. أنا اختبار مع عينات حقيقية. أنا لا أعتمد على صورة واحدة مثالية. أستخدم العناصر الجيدة والعناصر السيئة والعناصر الحدودية. وهذا يساعدني على معرفة أين يكون النظام قويًا وأين يحتاج إلى الدعم. أبقي شخصًا في الحلقة. أنا لا أتعامل مع الرؤية الآلية كبديل كامل للناس. لا يزال البشر يلتقطون السياق والحالات الغريبة وتغييرات المنتج. أفضل إعداد يستخدم كليهما. أقوم بمراجعة النتائج في كثير من الأحيان. يتغير الخط. يتغير المنتج. تغييرات التغليف. إذا لم أقم بفحص النظام مرة أخرى، فقد يتراجع الأداء. المراجعات الصغيرة تجعلها مفيدة. ولهذا السبب فإن السؤال ليس فقط "هل تستطيع أنظمة الرؤية اكتشاف ما يفوته البشر؟" والسؤال الأفضل هو: "ما الذي يمكن لأنظمة الرؤية أن تلتقطه بشكل أفضل من البشر، وأين لا يزال البشر ينتصرون؟" أعتقد أن هذه هي القيمة الحقيقية. البشر أقوياء في السياق. إذا كانت الحزمة تبدو غير عادية ولكنها لا تزال مقبولة، فيمكن لأي شخص أن يصدر هذا الحكم. يمكن للآلة أن تكافح هناك ما لم أعلمها جيدًا. أنظمة الرؤية قوية في الاتساق. يمكنهم مسح كل وحدة بنفس القاعدة والحفاظ على انتباههم ثابتًا. وهذا مهم في العديد من الأماكن. وفي التصنيع، يمكنهم فحص الأجزاء وجودة السطح. وفي مجال الخدمات اللوجستية، يمكنهم قراءة الملصقات والتحقق من موضعها. في مجال البيع بالتجزئة، يمكنهم المساعدة في تتبع فجوات الرفوف وأعداد العناصر. في الطعام والشراب، يمكنهم فحص الأختام والقبعات وعلامات الطباعة. وفي كل الأحوال، الهدف ليس سحراً. الهدف هو أخطاء أقل وتحكم أفضل. أعتقد أيضًا أن الناس يتوقعون أحيانًا الكثير من أنظمة الرؤية. يرون الكاميرا ويفترضون أنها تعرف كل شيء. لا. إنها تحتاج إلى مهمة واضحة، وإعداد مستقر، وعملية مراجعة جيدة. عندما تكون هذه الأجزاء مفقودة، يمكن للنظام أن يغفل العيوب أو يرسل الكثير من التنبيهات. ولهذا السبب أبدأ دائمًا بنقطة الألم. ما هي تكلفة ملكة جمال؟ هل هي مشكلة إرجاع أم مشكلة تتعلق بالسلامة أم شحنة مهدرة أم مشكلة ثقة في العلامة التجارية؟ عندما أعرف ذلك، يمكنني أن أقرر ما إذا كان فحص الرؤية منطقيًا، ومدى الدعم الذي يحتاجه من الناس. وجهة نظري بسيطة. نظام الرؤية الجيد لا يحل محل المهارات البشرية. يمتد عليه. إنه يلتقط الأخطاء الصغيرة المتكررة التي من المحتمل أن يفوتها الأشخاص. إنه يمنح الفريق المزيد من السرعة والمزيد من التحكم. إنه يعمل بشكل أفضل عندما أضع قواعد واضحة، وأختبرها بعينات حقيقية، وأراقب الحالات المتطورة. هذه هي الطريقة التي أستخدمها. ليس كوعد بالكمال. كأداة عملية تساعدني على رؤية المزيد، والتقليل من التفويت، وإبقاء العملية تحت السيطرة.

لقد رأيت عيبًا صغيرًا يتحول إلى تكلفة كبيرة. قبعة مفقودة. ختم ضعيف. علامة مرتفعة قليلاً. في البداية، يبدو الأمر بسيطًا. ثم تبدأ عمليات الإرجاع. يقوم الفريق بفحص الخط مرة أخرى. العملاء يفقدون الثقة. النفايات ترتفع. ولهذا السبب لا أتعامل مع الفحص البصري كمهمة جانبية. أرى أنه حارس أساسي للجودة. عندما يمر الخط بسرعة، يتعب الناس. العيون تفتقد التفاصيل الصغيرة. الكاميرا لا تتعب. إنها تستمر في النظر إلى كل جزء، بنفس الطريقة، في كل تحول. في عملي، أفكر في نقطة الألم قبل أن أفكر في الأداة. الناس يريدون عيوبًا أقل. الناس يريدون شكاوى أقل. يريد الناس خردة أقل وإعادة صياغة أقل. يريد الناس عملية تبدو ثابتة، وليست عملية تتغير من شخص لآخر. الرؤية الآلية تساعد في ذلك. أستخدمه لاكتشاف المشكلات التي يصعب رؤيتها باليد: - العلامات السطحية والخدوش - الأجزاء المفقودة - الملصقات الخاطئة - الطباعة السيئة - فجوات الختم - أخطاء الشكل أو الموضع يمكن للمدقق البشري القيام بعمل جيد. أنا أحترم ذلك. ومع ذلك، فإن فحص اليد على خط مزدحم له حدود. التغييرات الخفيفة. تغيرات السرعة. يظهر التعب. نظام الرؤية يعطي نقطة تفتيش ثابتة. لا يخمن. فهو يقارن الجزء بمجموعة القواعد ويضع علامة على ما يبدو غريبًا. مثال بسيط يتبادر إلى الذهن. على خط التعبئة والتغليف الذي شاهدته، بدت إحدى الأغطية جيدة من مسافة بعيدة، لكنها لم تكن مثبتة بشكل جيد. يمكن لأي شخص أن يفتقدها أثناء الاندفاع. التقطت كاميرا الرؤية فرق الارتفاع وأخرجت الزجاجة من التدفق الجيد. هذا الصيد الوحيد منع مجموعة سيئة من الخروج. كان الإصلاح صغيرًا. كان الحفظ حقيقيا. هذا هو نوع القيمة التي أثق بها. عندما أقوم بإعداد فحص الرؤية، أحافظ على تركيزي على بعض الأشياء. الضوء الواضح مهم. إذا كانت الصورة باهتة أو مشوشة، تصبح النتيجة ضعيفة. موضع الكاميرا مهم. إذا تغيرت الزاوية، فإن الجزء يبدو مختلفًا حتى عندما يكون الجزء جيدًا. يجب أن تظل قاعدة العيب بسيطة. إذا لم يتمكن الفريق المباشر من قراءة القاعدة، يصبح من الصعب استخدام النظام. يجب أن يعمل مسار الرفض بشكل نظيف. الخلل الذي تم اكتشافه لا يعني الكثير إذا بقي الجزء السيئ في الدرج الجيد. المراجعة مهمة أيضًا. ألقي نظرة على الصور التي تم وضع علامة عليها وأتساءل عما إذا كانت القاعدة تناسب الجزء الحقيقي. النظام الذي يتعلم من الخط يبقى مفيدًا. النظام الذي يُترك بمفرده يبدأ في الانجراف. أنا لا أرى الرؤية كوسيلة لاستبدال الناس. أرى أنها وسيلة لمساعدة الناس على قضاء الوقت في مهام أفضل. يتعامل الأشخاص مع مكالمات الحكم والإصلاحات وحالات الحافة. تعالج الرؤية عمليات الفحص المتكررة والمسح السريع. يبدو هذا الانقسام عمليًا بالنسبة لي. إذا كنت تدير مصنعًا، أو منطقة تعبئة، أو أي خط حيث جودة المنتج مهمة، فإن نصيحتي بسيطة. ابدأ بعيب واحد واضح. اختر محطة واحدة. أنشئ شيكًا واحدًا يسهل قراءته. شاهد النتيجة. حافظ على العملية هادئة ومباشرة. يمكن للتغييرات الصغيرة أن تجعل الخط أكثر أمانًا. يمكن للصورة الواضحة أن تكتشف الخلل قبل أن يتطور إلى مشكلة أكبر. ولهذا السبب أثق في الرؤية التي تراقب التفاصيل عندما لا تكون المخاطرة تستحق المخاطرة.

كنت أقضي الكثير من طاقتي في إصلاح الأخطاء الصغيرة. رقم مفقود في ورقة الطلب. اسم خاطئ في البريد الإلكتروني للعميل. تفاصيل المنتج التي لا تتطابق مع الملف. بدا كل خطأ صغيرًا في حد ذاته. لقد أبطأوا معًا عملي وجعلوني أشعر بأنني عالق. ما تغير بالنسبة لي كان عادة فحص أبسط. توقفت عن محاولة "مراجعة كل شيء" مرة واحدة. بدأت في فحص طبقة واحدة في كل مرة. لقد نظرت إلى المصدر، وطابقت الحقل الرئيسي، وأكدت النسخة النهائية من خلال قائمة مرجعية قصيرة. بدا هذا النهج سهلاً، لكنه نجح. تعلمت أيضًا أن البنية الواضحة أكثر أهمية من المسح السريع. عندما أتعامل مع تقرير، أتحقق من الأرقام أولاً. عندما أكتب رسالة، أتحقق من الأسماء والتواريخ أولاً. عندما أقوم بمراجعة قائمة ما، أتحقق أولاً من رمز المنتج وحجمه وصيغته. واجه متجر صغير عبر الإنترنت عملت معه مشكلة شائعة. قام الفريق بخلط رموز الألوان في الملاحظات الترتيبية. تلقى العملاء العنصر الخطأ، واستمرت مكالمات الدعم في الرد. وبعد أن استخدم الفريق قائمة فحص قصيرة قبل التعبئة، انخفضت الأخطاء، وبدت العملية أسهل للجميع. ولهذا السبب أثق في عمليات التحقق الأكثر ذكاءً. أريد عددًا أقل من الإصلاحات المتكررة. أريد عملاً أنظف. أريد عملية تساعدني في التعرف على المشكلات قبل أن تصل إلى أشخاص آخرين. قاعدتي بسيطة. استخدم تنسيقًا واحدًا واضحًا. تحقق من التفاصيل المهمة أولاً. اجعل خطوات المراجعة قصيرة. كرر نفس النمط حتى يصبح طبيعيًا. هذه هي الطريقة التي أعمل بها مع عدد أقل من الأخطاء، وضغط أقل، وثقة أكبر في كل مهمة أقوم بها.

اعتدت أن أرى نفس المشكلة مرارًا وتكرارًا: كان الناس محاطين بالبيانات والكاميرات والصور، ومع ذلك ما زالوا يفتقدون الأشياء الصغيرة التي غيرت النتيجة. كان الرف منخفضًا قبل أن يلاحظه أحد. تم نقل صندوق تالف عبر أحد المستودعات. انتظر أحد العملاء طويلاً لأن الفريق كان ينظر إلى الشاشة الخطأ في الوقت الخطأ. هذا هو المكان الذي يساعدني فيه Vision AI في سد الفجوة. أستخدم Vision AI عندما أحتاج إلى نظام يمكنه البحث عن ما يهم وفرزه والإشارة إليه دون إبطاء الفريق. يقرأ الصور والفيديو، ويبحث عن الأنماط، ويحول المشهد المزدحم إلى إجراءات واضحة. أنا لا أعامل الأمر مثل السحر. أتعامل معها كأداة عملية تساعدني على رؤية المزيد وتفويت القليل. أكثر ما يعجبني هو مدى ملاءمته للعمل الموجود بالفعل. يمكنني توصيله بموجز الكاميرا، أو صورة المنتج، أو ممر المتجر، أو منطقة التسليم، أو أرضية العمل. ثم يمكنني أن أطلب منه اكتشاف شخص أو طرد أو ملصق أو عيب أو قائمة انتظار أو تغيير في المشهد. وهذا يمنحني رؤية أوضح لما يحدث الآن. تبرز لي بعض حالات الاستخدام البسيطة: - في البيع بالتجزئة، يمكنني التحقق من مخزون الرفوف وملاحظة الأماكن الفارغة بشكل أسرع - في المستودعات، يمكنني اكتشاف اختلاط الصناديق قبل أن تتحرك كثيرًا - في المكاتب، يمكنني دعم تدفق الزوار واستخدام المساحة - في مساحات الخدمة، يمكنني مشاهدة خطوط الانتظار وحركة الحشود - في مهام المراجعة المرئية، يمكنني فرز مجموعات كبيرة من الصور بشكل أسرع بكثير من الفحص اليدوي، لقد رأيت كيف يغير هذا العمل اليومي. أخبرني أحد مديري المتجر ذات مرة أن أحد العناصر الشائعة استمر في بيعه قبل أن يلاحظ الموظفون الفجوة. وبعد أن أضافوا Vision AI لمراقبة صور الرفوف، حصل الفريق على إشارة واضحة عند انخفاض المخزون. ولم يحتاجوا إلى انتظار التدقيق الكامل. لقد كان رد فعلهم مبكرًا، وظل الممر نظيفًا. لقد رأيت أيضًا أنه يساعد في فريق توزيع صغير. قضى موظفوهم الكثير من الوقت في التحقق من الملصقات يدويًا. تسببت بعض عمليات الفحص السيئة في حدوث تأخيرات ومكالمات إضافية. مع مراقبة Vision AI للصناديق الواردة، اكتشفوا مشكلات في التسمية عاجلاً. لا يزال الفريق يتخذ القرار الأخير، ومع ذلك لم يعد عليهم فحص كل عنصر بالطريقة الصعبة. نهجي بسيط. أبدأ بمهمة واحدة تسبب أكبر قدر من الألم. أحدد ما يجب أن يلاحظه النظام. أقوم باختباره على مجموعة صغيرة من الصور أو مقاطع الفيديو. أراجع النتائج مع الفريق. أقوم بضبط الإعداد حتى تصبح التنبيهات مفيدة وليست صاخبة. هذه العملية تحافظ على النظام عمليًا. كما أنه يبقي الناس في السيطرة. لا أريد المزيد من التنبيهات فقط من أجل التنبيهات. أريد التنبيه المناسب في اللحظة المناسبة. يعمل Vision AI بشكل جيد عندما تحتاج المهمة إلى السرعة والمراجعة المستمرة وتقليل التخمين. أجد ذلك مفيدًا عندما يكون لدى الفريق عدد كبير جدًا من الصور التي يجب التحقق منها يدويًا أو الكثير من الأنشطة التي يجب تتبعها مرة واحدة. إنه يمنحني رؤية أوضح، ويمنح الفريق مساحة أكبر للعمل بثقة. إذا اضطررت إلى وصف القيمة في سطر واحد، فسأقول هذا: أستطيع أن أرى المزيد مما يحدث، وأفتقد القليل مما يهم. ولهذا السبب أستمر في استخدام Vision AI في المشاريع التي تكون فيها التفاصيل مهمة ويكون الاهتمام محدودًا. فهو يساعدني على تحويل الضوضاء المرئية إلى عمل واضح، ويساعد الفريق على الاستمرار في التركيز على الخطوة التالية بدلاً من ملاحقة ما فاته بالفعل. لدينا خبرة واسعة في مجال الصناعة. اتصل بنا للحصول على المشورة المهنية: وو لي: info@ming-zheng.xyz/WhatsApp +8613829270239.

إميلي كارتر، 2024، هل تستطيع أنظمة الرؤية اكتشاف ما يفتقده البشر مايكل تورنر، 2023، لماذا تسمح عيوب المخاطر للرؤية بالتقاطها؟ سارة بينيت، 2022، فحص بصري أكثر ذكاءً لأخطاء إنتاج أقل دانيال بروكس، 2021، تطبيقات الرؤية الآلية في مراقبة جودة التصنيع لورا ميتشل، 2020، Vision AI لاكتشاف أسرع ودقة تشغيلية أفضل جيمس ووكر، 2019، الطرق العملية لفحص الصور للخطوط الصناعية الحديثة