BIION-D Docs

Rilevamento Anomalie

Rileva anomalie nelle immagini usando un modello AI — produce una heatmap e un punteggio di predizione.

Il modulo Rilevamento Anomalie esegue un modello di rilevamento anomalie su un’immagine di input. Produce una heatmap delle anomalie e un punteggio di predizione che viene usato per classificare l’immagine come conforme, incerta o difettosa.

Modulo Rilevamento Anomalie nell'editor dell'Action Plan

Configurazione

Field Type Description
model_id string L’ID del modello di rilevamento anomalie dalla pagina Modelli
image_name string La chiave del registro dati dell’immagine di input (es. Camera_0.frame)
min_threshold float Punteggio sotto questo valore ⇒ Buono (conforme). Default: 0.4
max_threshold float Punteggio sopra questo valore ⇒ Difettoso. Lo slider nel pannello è preimpostato a 0.45 (visualizzato come 0.450). Valore di default: 0.5
is_pretrained boolean Se true, esegue sempre l’inferenza indipendentemente dalla modalità di esecuzione. Se false, salta l’inferenza in modalità acquisizione (le immagini vengono raccolte solo per l’addestramento)

Comportamento

In modalità Inferenza (o quando is_pretrained = true):

  1. Legge l’immagine di input dal registro dati.
  2. Esegue il modello di rilevamento anomalie.
  3. Produce una anomaly_map (heatmap in scala di grigi) e un pred_score.
  4. Aggiorna la compliance della pipeline in base alle soglie.

In modalità Acquisizione (quando is_pretrained = false):

  1. Legge l’immagine di input dal registro dati.
  2. Salta l’inferenza: l’immagine viene salvata nel dataset per l’addestramento.

Logica di Compliance

Risultato del rilevamento anomalie

Condition Compliance Label
pred_score < min_threshold 0 Buono
min_threshold ≤ pred_score < max_threshold 1 Incerto
pred_score ≥ max_threshold 2 Difettoso

Input e Output

Direction Key Type Description
Input <image_name> (es. Camera_0.frame) image L’immagine da analizzare
Output <module_id>.anomaly_map image Heatmap in scala di grigi che evidenzia le regioni anomale
Output <module_id>.pred_score float Punteggio di predizione dell’anomalia

Dati aggiuntivi nel registro

Chiave Descrizione
<module_id>.input Riferimento alla chiave dell’immagine di input.
<module_id>.pred_label Etichetta numerica di conformità (0, 1 o 2).

Vincoli di Esecuzione

Constraint Supported
Sempre ✅
Acquisizione ✅
Inferenza ✅

Questo modulo richiede un’immagine prodotta da un modulo telecamera in un blocco precedente. Il campo image_name deve fare riferimento a una chiave di output valida di un blocco precedente.

Quando Is pretrained è disabilitato in modalità Acquisition, l’immagine viene salvata per l’addestramento e i valori mostrati sono segnaposto, non il risultato di un’inferenza.

Esempio di Configurazione (JSON)

{
  "type": "AnomalyDetection",
  "id": "AnomalyDetection_0",
  "pipeline_id": "My_Pipeline_1",
  "block_id": 1,
  "mode": "always",
  "data": {
    "model_id": "MyModel",
    "image_name": "Camera_0.frame",
    "min_threshold": 0.4,
    "max_threshold": 0.5,
    "is_pretrained": false
  }
}