تخطَّ إلى المحتوى
الذكاء الاصطناعيمتقدم

الرؤية الحاسوبية للفحص: أين تنجح وأين تخفق

ينجح الفحص البصري الآلي أو يخفق بسبب البيانات وظروف التصوير قبل أن تصير معمارية النموذج مهمة. والمشاريع المتعثّرة أخطأت عادةً في الكاميرا وفي توازن الفئات.

9 دقيقة قراءةآخر تحديث: 24 أغسطس 2026

الجاذبية والمأزق

الفحص البصري متكرّر ومُجهد وغير متسق حين يؤديه البشر عبر نوبات طويلة. ويبدو هدفاً مثالياً للأتمتة، وهو كذلك غالباً.

والمأزق أن النموذج لا يرى إلا ما التقطته الكاميرا. وكل مشروع فحص مخيّب تقريباً يعود إلى التصوير أو البيانات لا إلى الشبكة.

التصوير هو القرار الأعلى أثراً

الإضاءة تحدّد ما يمكن كشفه. فشقّ سطحي غير مرئي تحت ضوء منتشر قد يكون بديهياً تحت إضاءة مائلة بزاوية منخفضة. وخدش على سطح عاكس قد لا يظهر إلا تحت إضاءة الحقل المظلم، حيث يرى المستشعر الضوء المبعثر لا المنعكس مباشرةً. واختيار هندسة الإضاءة لجعل العيب في أقصى وضوحه يفيد الدقة أكثر من أي خيار نمذجة.

تُحدَّد الاستبانة من أصغر عيب. وكقاعدة تقريبية، يحتاج المَعْلم أن يمتد على عدة بكسلات ليُكشف بموثوقية — ثلاثة إلى خمسة على الأقل، وأكثر عند ضعف التباين. فإذا وجب إيجاد شقّ بطول 0.5 مم، فحجم البكسل يجب أن يكون دون ذلك بوضوح.

الاتساق أهم من الجودة. فكاميرا متواضعة في ظروف ثابتة قابلة للتكرار تتفوّق على كاميرا ممتازة تحت ضوء ووضعية متغيّرين. فالتباين الذي لم يره النموذج تباينٌ سيتعامل معه بسوء.

وتثبيت ظروف التصوير أرخص عادةً من تعويضها بنموذج أكبر وبيانات أكثر.

مشكلة اختلال توازن الفئات

في خط إنتاج يعمل، تكون العيوب نادرة — غالباً دون 1% بكثير. وهذا يخلق صعوبتين متضاعفتين.

جمع أمثلة العيوب بطيء. فألف صورة قد تحتوي حفنة عيوب، وقد لا تغطي تلك الحفنة مدى أنواع العيوب التي تهمّك. ولذا يلزم عادةً جمع مقصود لقطع معيبة، بما فيها من الخردة التاريخية، وينبغي رصد ميزانيته من البداية.

تصبح الدقة بلا معنى. فنموذج يتنبّأ بـ«سليم» لكل قطعة يحقّق دقة 99.5% على خط بمعدّل عيوب 0.5%، وهو عديم الفائدة تماماً. والضبط والاسترجاع ومصفوفة الالتباس هي المقاييس الحاملة للمعلومة هنا.

ونقطة التشغيل الصحيحة تعتمد على لاتماثل التكلفة. ففوات مكوّن معيب حرج للسلامة أسوأ عادةً بكثير من الإشارة خطأً إلى قطعة سليمة لمراجعة بشرية — لذا يُعطى الاسترجاع على فئة العيوب الأولوية، ويُتفاوَض على معدّل الإيجابيات الخاطئة مقابل طاقة الفحص المتاحة.

كشف الشذوذ كتأطير بديل

حين تكون العيوب نادرة ومتنوّعة، قد يتعذّر تدريب مصنّف على فئات العيوب. وكشف الشذوذ يقلب المسألة: انمذج ما يبدو عليه الوضع الطبيعي مستخدماً أمثلة سليمة وفيرة، وأشِر إلى الانحرافات عنه.

وهذا يناسب الحالات التي تكون فيها أنواع العيوب مفتوحة أو غير معلومة سلفاً، وحيث تفوق الأمثلة السليمة المعيبة بكثير. والمقايضة مُخرَج أقل تحديداً — إذ يبلّغ النظام أن شيئاً غير معتاد لا ما هو الخطأ — وعتبة تحتاج ضبطاً مقابل معدّل إيجابيات خاطئة محتمَل.

ما الذي يُتحقَّق منه قبل النشر

  • اختبر على قطع لم يرها النموذج قط، من دفعة إنتاج مختلفة، ويفضّل من نوبة ويوم مختلفين. فالتقسيمات داخل الدفعة الواحدة تُجمّل النموذج تجميلاً مضلّلاً.
  • اختبر أنماط الإخفاق لا المتوسط فحسب. أي أنواع العيوب يفوتها؟ وهل تتركّز الإخفاقات في فئة هي الأهم؟
  • اختبر المتانة أمام التباين الذي سيقع فعلاً: انجراف الإضاءة مع تقادم المصابيح، والغبار على العدسة، وتفاوت وضع القطعة، وتغيّر الضوء المحيط موسمياً.
  • حدّد الاحتياط البشري. ماذا يحدث للقطعة المُشار إليها، ومن يفصل فيها؟ فنظام آلي بلا مسار تصعيد محدّد يوقف الخط بدل أن يعينه.

التأطير الصادق

الهدف الواقعي لمعظم عمليات نشر الفحص ليس استبدال الفاحصين البشريين بل الفرز — تخليص الأغلبية الساحقة من القطع السليمة بوضوح آلياً، ليتركّز الانتباه البشري على الأقلية الملتبسة.

وهذا ادّعاء أصغر من الأتمتة الكاملة، وهو قابل للتحقيق والقياس، وأرجح كثيراً أن يظل عاملاً بعد سنتين.

المراجع

بيرغمان، ب. وآخرون، «MVTec AD — مجموعة بيانات واقعية شاملة لكشف الشذوذ غير المُشرَف»، مؤتمر CVPR؛ شتيغر، ك. وآخرون، خوارزميات الرؤية الآلية وتطبيقاتها؛ روف، ل. وآخرون، «مراجعة موحّدة لكشف الشذوذ العميق والسطحي»، وقائع IEEE.

مشاركة