Średnicę otworu, obecność uszczelki i treść kodu DataMatrix da się zapisać jako regułę: wartość, tolerancja, wynik OK albo NOK. Rysy na szczotkowanym aluminium, przebarwienia na desce albo nietypowy kształt jabłka już nie, bo dobra sztuka za każdym razem wygląda trochę inaczej. Od tego rozróżnienia zaczyna się wybór między klasycznym przetwarzaniem obrazu a uczeniem głębokim. Na stanowiskach, na których występują oba rodzaje zadań, sensownym wynikiem bywa jeden program, w którym pracują obie metody.
Producenci, którzy sprzedają jedno i drugie, mówią tu zgodnie. Cognex pisze, że systemy regułowe są nadal najczęściej stosowaną technologią, a połączenie reguł i AI często daje najefektywniejsze rozwiązanie. Keyence w swoim poradniku pokazuje, jak na jednym obrazie reguła lokalizuje detal i mierzy wymiar, a narzędzie AI ocenia wady kosmetyczne. Poniżej omawiam typowe zadania kontroli jakości, pytania, od których zależy wybór, i jeden przykład decyzji krok po kroku.
Z mojej praktyki: w branży spożywczej, gdzie liczy się szybkość przetwarzania, częściej sięgało się po klasyczne algorytmy niż po uczenie maszynowe.
Czym się różnią
Klasyczny system wizyjny, oparty na regułach (rule-based), wykonuje kroki, które zaprogramował inżynier: znajdź detal przez dopasowanie wzorca, wyznacz krawędzie, zmierz odległość, porównaj z tolerancją. Cognex nazywa łączenie takich kroków łańcuchem narzędzi (tool chaining) i zaznacza, że takie podejście najlepiej sprawdza się przy szybkiej i dokładnej inspekcji detali przewidywalnych i powtarzalnych. Każdy próg da się wskazać w programie i uzasadnić przy odbiorze.
Sieć neuronowa uczy się podejmować decyzję na przykładach. Według Cognexu do tradycyjnego uczenia głębokiego (deep learning) potrzeba setek oznaczonych obrazów sztuk dobrych i wadliwych, a w zamian system odróżnia prawdziwe wady od zmienności kosmetycznej, choć nie trzeba mu pokazywać każdego możliwego przypadku. Zmienia się też to, kogo potrzeba przy wdrożeniu: nie tyle programisty wizyjnego, ile kogoś, kto dobrze zna produkt i potrafi rzetelnie oznaczyć zdjęcia.
Między tymi biegunami są dwa warianty, które w praktyce zmieniają rachunek:
- detekcja anomalii (anomaly detection): model uczy się tylko na dobrych sztukach i zgłasza wszystko, co od nich odbiega. MVTec podkreśla, że ta metoda nie wymaga oznaczania danych, a trening trwa sekundy lub minuty;
- edge learning: narzędzia wstępnie wytrenowane przez producenta, które douczają się na kilku obrazach. Cognex podaje „już od pięciu obrazów”, Keyence w materiałach o serii VS średnio 20 obrazów dobrych sztuk (minimum od dwóch do pięciu), a w ogólnym poradniku o edge learning od pięciu do dziesięciu obrazów. To deklaracje producentów, a nie niezależne pomiary.
Które zadanie do której metody
| Zadanie | Typowy wybór | Dlaczego |
|---|---|---|
| Pomiar wymiaru, pozycji, kąta | klasyka | wynik jest liczbą z tolerancją; trzeba znać powtarzalność pomiaru i umieć ją wykazać |
| Obecność lub brak elementu o stałym wyglądzie | klasyka | kontrast, liczba pikseli albo dopasowanie wzorca; łatwo ustawić i wyjaśnić |
| Lokalizacja i orientacja detalu, prowadzenie robota | klasyka | Cognex i Keyence wymieniają lokalizację i pozycjonowanie jako mocną stronę reguł |
| Odczyt kodów 1D/2D | klasyka | wyspecjalizowane czytniki i narzędzia; Keyence przypisuje odczyt kodów regułom |
| OCR (odczyt znaków) przy słabym nadruku lub zmiennym tle | klasyka, przy problemach hybryda | Keyence wymienia rozpoznawanie znaków wśród zadań, w których łączy oba podejścia |
| Wady powierzchni o zmiennym wyglądzie (rysy, wtrącenia, przebarwienia na teksturze) | uczenie głębokie | wady trudno opisać liczbą; tekstura dobrej sztuki się zmienia |
| Weryfikacja montażu złożonych zespołów | uczenie głębokie albo detekcja anomalii | Cognex wymienia ją wśród mocnych stron uczenia głębokiego |
| Klasyfikacja produktów naturalnych (owoce, drewno, mięso) | uczenie głębokie | każda dobra sztuka wygląda inaczej, granica między klasami jest nieostra |
| Nieznane wcześniej rodzaje wad, brak ich przykładów | detekcja anomalii | uczy się na dobrych sztukach, wad nie trzeba zbierać na start |
Tabela pokazuje punkt wyjścia, a nie wyrok. Brak elementu o stałym wyglądzie to zadanie dla reguły, ale brak elementu na płytce drukowanej z setkami różnych komponentów MVTec podaje już jako przykład zadania dla detekcji anomalii, która bierze pod uwagę globalny kontekst obrazu.
Sześć pytań, od których zależy wybór
1. Czy wadę da się opisać liczbą? To pytanie stawiają obaj producenci, a Keyence mówi wprost: reguły pasują do cech mierzalnych (pozycja, długość, obecność, nadruk kodu), AI do wad, które mają zmienny wygląd albo trudno je wyrazić liczbami. Jeżeli technolog potrafi zapisać specyfikację wady w postaci „rysa dłuższa niż 2 mm w strefie A”, klasyka ma przewagę. Jeżeli specyfikacją jest pudełko wzorców „takie odrzucamy, takie puszczamy”, lepiej zacząć od sieci.
2. Ile mamy przykładów wad? Przy dobrze ustawionym procesie wad jest mało, a niektórych nie widział jeszcze nikt. Tradycyjne uczenie głębokie na oznaczonych obrazach potrzebuje według Cognexu setek obrazów. Detekcja anomalii omija ten problem, bo uczy się na dobrych sztukach. Keyence zaznacza przy tym, że zróżnicowany zbiór, w którym są sztuki graniczne, jest zwykle ważniejszy niż duży. Szerzej o zbieraniu danych piszę w tekście ile zdjęć potrzeba do detektora wad.
3. Jak będziemy odbierać i walidować system? Dla systemów, które mierzą, istnieją ustalone metody oceny zdolności pomiarowej. Dla systemów, które klasyfikują (wynik OK/NOK albo klasa wady), długo brakowało ustalonych parametrów oceny. Tę lukę wypełnia wytyczna VDI/VDE/VDMA 2632-3 (odbiór klasyfikujących systemów wizyjnych), uzupełniona częścią 3.1 dotyczącą procedur testowania. Wniosek dla zamawiającego: przy sieci neuronowej walidacja przesuwa się z uzasadniania progów na zbiór testowy. Trzeba go przygotować przed odbiorem, ze sztukami granicznymi, i uzgodnić z dostawcą, jaki odsetek błędów obu rodzajów jest dopuszczalny (fałszywe odrzucenia i przepuszczone wady).
4. Czy zmieścimy się w czasie cyklu i na jakim sprzęcie? Wymagania zależą od narzędzia, a nie od samego hasła „AI”. Keyence uruchamia reguły i narzędzia AI w jednym programie na kamerze inteligentnej serii VS, a przy wielu kamerach (do ośmiu) przenosi inspekcję AI na kontroler serii VS-G. Przy bardziej wymagających modelach Basler opisuje architekturę, w której inferencja odbywa się na GPU, a wstępne przetwarzanie obrazu trafia do układu FPGA w programowalnym frame grabberze (karcie akwizycji obrazu), żeby odciążyć procesor główny (CPU). Edge learning nie potrzebuje mocnego sprzętu (Cognex zaznacza, że nie wymaga zaawansowanego procesora). Przy szybkiej linii warto zmierzyć czas inferencji na docelowym sprzęcie, a nie na komputerze, na którym powstawał program.
5. Kto będzie to utrzymywał i co się zmieni? Keyence zwraca uwagę, że reguły trzeba ręcznie poprawiać nawet przy drobnej zmianie produktu. Sieć z kolei może wymagać douczenia, gdy zmieni się dostawca materiału albo oświetlenie, a do tego potrzeba kogoś, kto zbiera i oznacza nowe obrazy. Przed wyborem warto zapytać, czy w zakładzie jest osoba do strojenia programu wizyjnego, czy raczej technolog, który zna wady, ale nie programuje.
6. Czy obraz w ogóle pokazuje wadę? Żadna z metod nie wyciągnie z obrazu kontrastu, którego tam nie ma. Dobre oświetlenie potrafi zamienić zadanie dla sieci w zadanie dla prostego progowania (o tym w poradniku jak dobrać oświetlenie do inspekcji wizyjnej). Zbiór danych MVTec AD 2 pokazuje, że trudne warunki obrazowania nadal są problemem także dla najlepszych modeli. Zawiera obiekty przezroczyste i nakładające się, obrazowanie w ciemnym polu i w podświetleniu, dużą zmienność dobrych sztuk i bardzo małe wady, a najlepsze badane metody uzyskują na nim średni wynik AU-PRO (miary jakości lokalizacji wad) poniżej 60%. Na starszych zbiorach, MVTec AD i VisA, czołowe modele często różnią się już o mniej niż punkt procentowy, więc wyniki z publikacji mówią niewiele o tym, jak model poradzi sobie na konkretnej linii.
Pamiętam projekt, w którym bez sieci się nie obeszło. Mieliśmy około tysiąca przykładów, a system miał rozpoznać na fragmencie obrazu o wielkości od kilku do kilkunastu pikseli, na jakie zwierzę patrzy. Najpierw kandydatów przesiewał klasyczny algorytm, ale decyzję podejmowała sieć neuronowa. Bez niej fałszywych alarmów było zbyt wiele.
Przykład decyzji krok po kroku
Weźmy przykładowy detal, nie z konkretnego wdrożenia: odlewana aluminiowa pokrywa z czterema otworami montażowymi, wygrawerowanym laserowo kodem DataMatrix i powierzchnią po obróbce, na której pojawiają się rysy, porowatość i wtrącenia. Czas cyklu: kilka sekund na sztukę, jedna kamera nad detalem.
- Lokalizacja: dopasowanie wzorca po konturze pokrywy. Klasyka, bo obrys jest stały, a wynik (położenie i obrót) przyda się we wszystkich kolejnych krokach.
- Otwory: średnica i rozstaw mierzone narzędziami krawędziowymi. Klasyka, bo wynik musi być liczbą z tolerancją i znaną powtarzalnością, którą da się sprawdzić na wzorcu.
- Kod: odczyt i ocena jakości kodu DataMatrix. Klasyka, czyli wyspecjalizowane narzędzie do kodów.
- Powierzchnia: rysy i porowatość mają różny kształt i jasność, a tekstura po obróbce zmienia się od partii do partii. Tu sieć ma przewagę. Na starcie, gdy przykładów wad jest kilkanaście, detekcja anomalii uczona na dobrych sztukach i ograniczona do obszaru wyznaczonego w kroku lokalizacji. Gdy z linii zbierze się wystarczająco dużo oznaczonych przykładów wad, można przejść na klasyfikację albo segmentację, żeby odróżniać rodzaje wad.
- Sprzęt i czas: zmierzyć czas wykonania całego programu na docelowym sprzęcie i sprawdzić, czy krok z siecią mieści się w cyklu.
- Odbiór: dla pomiarów badanie powtarzalności na wzorcu, dla oceny powierzchni zbiór testowy ze sztukami granicznymi i uzgodnione progi błędów, w duchu VDI/VDE/VDMA 2632-3.
Wynik: jeden program, w którym trzy z czterech zadań wykonuje klasyka, a sieć dostaje tylko to, czego nie da się opisać regułą. Podobny podział opisują producenci: Keyence pokazuje inspekcję, w której jedno narzędzie regułowe lokalizuje detal, drugie mierzy, a narzędzie AI szuka wad kosmetycznych, z jednym wynikiem OK/NOK.
Kiedy nie warto
Po sieć neuronową zwykle nie warto sięgać, gdy:
- zadanie to pomiar z tolerancją, a od systemu oczekuje się wykazania zdolności pomiarowej;
- cecha jest stała i ma dobry kontrast, a reguła daje stabilny wynik;
- nie ma kogo wyznaczyć do zbierania i oznaczania obrazów po wdrożeniu;
- problemem jest oświetlenie albo pozycjonowanie detalu (sieć może ten problem zamaskować podczas pilotażu, ale wróci on przy pierwszej zmianie warunków).
Przy regułach zwykle nie warto się upierać, gdy:
- lista wyjątków w programie rośnie z każdą nową partią materiału;
- przybywa fałszywych odrzuceń, bo dobra sztuka zmienia wygląd (tekstura, kolor, produkt naturalny);
- specyfikacja wady istnieje tylko jako zbiór zdjęć i doświadczenie kontrolerów.
O tym, jak przeliczyć fałszywe odrzucenia i przepuszczone wady na pieniądze, piszę w tekście o zwrocie z inwestycji w system wizyjny.
Z mojego doświadczenia projekty po pilotażu najczęściej wywracało oświetlenie.
Na koniec
Zanim padnie pytanie „klasyka czy AI”, warto rozpisać stanowisko na zadania i przy każdym odpowiedzieć, czy wadę da się opisać liczbą, ile jest przykładów wad i jak system będzie odbierany. Pomiar, kody i lokalizacja zwykle zostają przy klasyce. Sieć dostaje te fragmenty, przy których reguły zaczynają obrastać w wyjątki. To, czego nikt nie umie opisać ani zebrać w postaci przykładów, na początek może wyłapywać detekcja anomalii uczona wyłącznie na dobrych sztukach.
Źródła
- Cognex, „Rule-Based vs AI-Powered Machine Vision”
- Keyence, „Rule-Based vs. AI-Powered Machine Vision Tools: Which is Right for Your Application?”
- MVTec, „Anomaly Detection: Deep learning for defect detection”
- L. Heckler-Kram, J.-H. Neudeck, U. Scheler, R. König, C. Steger, „The MVTec AD 2 Dataset: Advanced Scenarios for Unsupervised Anomaly Detection”, arXiv:2503.21622
- VDMA, „Guideline series VDI/VDE/VDMA 2632”
- VDI, VDI/VDE/VDMA 2632 Blatt 3 „Acceptance test of classifying machine vision systems”
- Basler, „Optimize Computing Power in AI Vision Systems”
Dostęp do wszystkich źródeł: 19.11.2026.



