YOLOv9 กับการตรวจจับเกจ: หลักการและวิธีประเมิน

YOLOv9 คืออะไร และไม่ใช่อะไร

YOLOv9 เป็นงานวิจัยด้าน Object Detection ที่นำเสนอ Programmable Gradient Information และ GELAN เพื่อพัฒนาการเรียนรู้คุณลักษณะและสถาปัตยกรรมเครือข่าย ผลบนชุดข้อมูลมาตรฐานช่วยเปรียบเทียบงานวิจัย แต่ไม่ได้ยืนยันความเร็วหรือความแม่นยำของระบบอ่านเกจในโรงงานใดโดยตรง บทความนี้อธิบายหลักการ ไม่ยืนยันว่า GaugeSnap ใช้โมเดลรุ่นนี้ในการส่งมอบจริง

ตรวจพบเกจแล้ว ยังต้องอ่านค่า

กรอบ Bounding Box บอกบริเวณที่คาดว่าเป็นเกจ ไม่ได้บอกค่าความดันหรืออุณหภูมิ สำหรับเกจเข็มต้องหาจุดศูนย์กลาง ทิศเข็ม และความสัมพันธ์มุมกับสเกล ส่วนจอดิจิทัลต้องอ่านตัวเลข เครื่องหมายลบ จุดทศนิยม และหน่วย จึงต้องประเมินขั้นตอน Detection และการอ่านค่าปลายทางแยกกัน

เตรียมข้อมูลให้ตรงกับหน้างาน

• เก็บภาพกลางวัน กลางคืน ภาพสะท้อน และสถานะที่อ่านไม่ได้ ไม่ใช้เฉพาะภาพสวย
• กำหนดขอบเขต Bounding Box และชื่อคลาสให้สม่ำเสมอ ตรวจความเห็นต่างของผู้กำกับข้อมูล
• แยกชุดทดสอบตามกล้อง เกจ และช่วงเวลา ไม่ให้เฟรมติดกันกระจายปะปนระหว่างชุด
• ติดตามข้อมูลที่ไม่เคยพบ เช่น หน้าปัดใหม่หรือเข็มคนละสี เพื่อทดสอบความสามารถในการปฏิเสธ

ตัวชี้วัดที่ควรรายงาน

Precision วัดสัดส่วนการตรวจพบที่ถูกต้อง Recall วัดสัดส่วนวัตถุจริงที่ตรวจพบได้ ส่วน mAP ต้องระบุเงื่อนไข IoU และชุดข้อมูล ตัวเลขเหล่านี้ไม่ใช่ค่าความคลาดเคลื่อนการอ่านเกจ ให้รายงาน Absolute Error หรือ Error เป็นสัดส่วน Full Scale เทียบค่าจริงอ้างอิงเพิ่ม พร้อม invalid rate และ latency แบบ end-to-end บนฮาร์ดแวร์จริง

Confidence ไม่เท่ากับความถูกต้อง 100%

คะแนนจากโมเดลใช้จัดลำดับหรือกำหนด Threshold ได้ แต่ไม่ควรตีความเป็นโอกาสถูกต้องที่ผ่านการสอบเทียบโดยอัตโนมัติ ทดลองเลือก Threshold บนชุด Validation แล้วตรึงก่อนวัดชุด Test หลีกเลี่ยงปรับ Threshold หลังเห็นผลทดสอบโดยไม่เปิดเผย เพราะทำให้ผลดูดีเกินจริง

นำไปใช้โดยมีทางออกเมื่อผิดพลาด

1. ตรึงเวอร์ชันโมเดล Input Size และ Preprocessing ที่ทดสอบแล้ว
2. ตรวจ License ของโมเดล โค้ด และชุดข้อมูลก่อนใช้เชิงพาณิชย์
3. ทดสอบ Quantization หรือการแปลง Runtime ใหม่ทุกครั้ง เพราะค่าที่ได้อาจเปลี่ยน
4. ส่ง invalid พร้อมเหตุผลเมื่อคุณภาพไม่พอ ไม่แทนด้วยค่าศูนย์หรือค่าจากภาพเก่า
5. เก็บหลักฐานที่จำเป็นต่อการทบทวน และแยกงานติดตามออกจากวงจรความปลอดภัย

อ่านผลแต่ละขั้นเพื่อหาสาเหตุให้ตรงจุด

ถ้าระบบไม่พบเกจ ต้องดูว่าภาพเห็นรายละเอียดหรือคลาสแตกต่างจากข้อมูลฝึกหรือไม่ แต่ถ้าพบเกจถูกแล้วอ่านค่าผิด ต้องตรวจศูนย์กลาง เข็ม การแก้ Perspective และการตั้งสเกลก่อน การอธิบายทุกความผิดว่า YOLO ไม่แม่นทำให้แก้ปัญหาผิดส่วน เพราะ Detector ไม่ได้ทำหน้าที่อ่านค่าทั้งหมด

ในระบบหลายเกจ ต้องผูกกรอบที่พบกับรหัสอุปกรณ์ให้ถูกด้วย กรอบที่แม่นบนภาพหนึ่งไม่ได้พิสูจน์ว่าข้อมูลถูกส่งไปยังจุดที่ต้องการ โดยเฉพาะเมื่อหน้าปัดใกล้กันหรือกล้องขยับ การทดสอบควรตรวจผลปลายทางพร้อมตัวตนอุปกรณ์ ไม่ดูเฉพาะภาพกรอบที่วาดทับ

จัดข้อมูลให้คะแนนไม่สูงเพราะตัวอย่างคล้ายกัน

เฟรมติดกันจากวิดีโอเดียวมักคล้ายกันมาก หากกระจายไปทั้งชุดฝึกและชุดทดสอบ อาจเหมือนทดสอบความจำมากกว่าความสามารถกับสภาพใหม่ ควรแยกตามอุปกรณ์ กล้อง หรือช่วงเวลาให้ตรงคำถามการใช้งาน และบอกเงื่อนไขที่ชุดทดสอบยังไม่ครอบคลุม

ให้ผู้กำกับข้อมูลใช้เกณฑ์กรอบและคลาสเดียวกัน พร้อมทบทวนภาพที่คนเห็นต่าง เช่น หน้าปัดถูกบังหรือเห็นเพียงบางส่วน ความไม่สม่ำเสมอของคำตอบอ้างอิงทำให้คะแนนตีความยาก การเพิ่มจำนวนภาพไม่ได้แก้ปัญหานี้เสมอ ต้องแก้ความหมายของงานและคุณภาพป้ายกำกับร่วมด้วย

เทียบทางเลือกโดยยึดปลายทางงานจริง

โมเดลที่ใหม่กว่าไม่ได้เหมาะกับทุกเครื่องหรือทุกข้อจำกัด ควรเทียบกับวิธีเดิมหรือโมเดลฐานบนชุดเดียวกัน พร้อมดูเวลาทั้ง Pipeline ทรัพยากร และผลอ่านไม่ได้ หากเพิ่มความละเอียด ต้องตรวจทั้งรายละเอียดภาพที่ได้และภาระประมวลผล ไม่สรุปจากคะแนนมาตรฐานของผู้วิจัยเพียงอย่างเดียว

ก่อนนำไปใช้งาน ให้ตรึงรุ่นและเกณฑ์ที่ตรวจแล้ว พร้อมวิธีย้อนกลับเมื่อคุณภาพลดลง การเปลี่ยน Runtime หรือบีบอัดโมเดลเป็นการเปลี่ยนที่ต้องตรวจผล ไม่ถือว่าคำตอบจะเหมือนเดิมเพราะน้ำหนักมาจากโมเดลเดียวกัน บทความนี้อธิบายการทดลอง ไม่ยืนยันว่า GaugeSnap ใช้ YOLOv9 หรือส่งมอบประสิทธิภาพตามผลวิจัย

แหล่งอ้างอิงและอ่านต่อ

YOLOv9: Learning What You Want to Learn Using Programmable Gradient Information · Repository ของผู้วิจัย · หลักการ Object Detection

เลื่อนแผนภาพซ้าย–ขวาเพื่อดูรายละเอียดครบทุกส่วน