ข้ามไปยังเนื้อหา
EN
บทความความรู้

Anomaly Detection — ตรวจจับสิ่งผิดปกติ

Anomaly detection วัดความต่างจากรูปแบบปกติ อาจใช้สถิติของค่าตัวเลขหรือคุณลักษณะภาพ Novelty detection เรียนจากข้อมูลปกติที่คัดแล้ว ต่างจาก outlier detection ซึ่งชุดฝึกอาจมีสิ่งผิดปกติปะปน

Anomaly Detection — ตรวจจับสิ่งผิดปกติ

แผนภาพอธิบายหลักการ ไม่ใช่หน้าจอผลิตภัณฑ์หรือผลทดสอบจริง

ระดับเนื้อหา: Overview / Implementation considerations

หลักการและการเลือกใช้

Anomaly detection วัดความต่างจากรูปแบบปกติ อาจใช้สถิติของค่าตัวเลขหรือคุณลักษณะภาพ Novelty detection เรียนจากข้อมูลปกติที่คัดแล้ว ต่างจาก outlier detection ซึ่งชุดฝึกอาจมีสิ่งผิดปกติปะปน

คำว่าผิดปกติในที่นี้หมายถึงต่างจากสิ่งที่ใช้เป็นฐาน ไม่เท่ากับอันตรายหรือเสียเสมอ ภาพหน้าปัดที่มีสีใหม่อาจต่างมากแต่ยังอ่านได้ ขณะที่เงาเล็กบนจุดทศนิยมอาจต่างน้อยแต่กระทบคำตอบ ควรนิยามสิ่งที่สนใจและผลที่ต้องทำหลังแจ้งเตือนให้ชัด เพื่อไม่ให้คะแนนความต่างกลายเป็นคำตัดสินสภาพอุปกรณ์โดยไม่มีหลักฐาน

วิศวกรต้องระบุว่าฐานปกติครอบคลุมช่วงใดและวิธีคำนวณคะแนนทำงานกับภาพเต็มหรือบริเวณเฉพาะ การตรวจแบบสร้างภาพกลับหรือ reconstruction เปรียบภาพเดิมกับภาพที่โมเดลสร้างจากตัวแทน ส่วนวิธีระยะคุณลักษณะเทียบกับกลุ่มปกติที่เรียนมา ทั้งสองต้องตั้งเกณฑ์จากข้อมูลตรวจที่ตรงกับงาน ไม่ตีความค่าคะแนนคนละวิธีเป็นหน่วยเดียวกัน

เลื่อนแผนภาพซ้าย–ขวาเพื่อดูรายละเอียดครบทุกส่วน

Anomaly Detection — ตรวจจับสิ่งผิดปกติ
Anomaly Detection — ตรวจจับสิ่งผิดปกติแผนภาพอธิบายหลักการ ไม่ใช่หน้าจอผลิตภัณฑ์หรือผลทดสอบจริง

ตัวอย่างในบริบทอุตสาหกรรม

ตัวอย่างเชิงออกแบบ: ตรวจภาพหน้าปัดที่มีฝ้าหรือแสงผิดจากปกติก่อนส่งตัวอ่าน แยกจาก alarm แรงดันสูงซึ่งเป็นเงื่อนไขของค่ากระบวนการ ไม่ใช่ความผิดปกติของภาพ

สมมติภาพเปลี่ยนหลังมีการทำความสะอาดกระจกและแสงสะท้อนลดลง ตัวตรวจอาจแจ้งว่าต่างจากเดิมทั้งที่การอ่านดีขึ้น ผู้ตรวจควรดูภาพต้นฉบับกับพื้นที่ที่คะแนนสูงแล้วระบุว่าเป็นการเปลี่ยนสภาพที่ยอมรับได้หรือข้อขัดข้อง ไม่เพิ่มภาพทุกใบกลับชุดปกติทันที เพราะภาพที่อ่านไม่ได้อาจปะปนและทำให้ขอบเขตปกติกว้างเกินงาน

วิศวกรแยกการแจ้งภาพผิดสภาพออกจากการเตือนค่ากระบวนการอย่างชัดเจน ตรวจว่าคะแนนสัมพันธ์กับฝ้าที่บังสเกลหรือเพียงพื้นหลังเปลี่ยน ถ้าต้องใช้พื้นที่ผิดปกติช่วยตัดสิน ต้องคืนแผนที่คะแนนพร้อมการแปลงพิกัดให้ตรงภาพเดิม และมีสถานะรอตรวจ ไม่แปลงคะแนนเป็นรหัสของเสียหรือความเสี่ยงเครื่องจักรโดยไม่มีกระบวนการยืนยัน

ขั้นตอนศึกษาและทดลอง

ขั้นตอนศึกษาและทดลอง
  1. 1 รวบรวมสภาพปกติให้ครอบคลุมกะ แสง และชนิดวัสดุ
  2. 2 แยก validation ที่มีเหตุผิดปกติซึ่งคนตรวจยืนยัน
  3. 3 กำหนด threshold และเส้นทางทบทวนแทนการเรียกทุกคะแนนสูงว่า defect

วิธีประเมินและนิยามผล

วัด precision-recall และ false alarm ต่อช่วงเวลาจริง ถ้าต้องหาตำแหน่งให้วัด mask เพิ่ม แยก anomaly ที่มีผลต่อการอ่านจากการเปลี่ยนฉากที่ไม่อันตราย

การแจ้งผิดต้องมองจำนวนเหตุการณ์ที่ผู้ตรวจรับภาระ ไม่ใช่จำนวนเฟรมอย่างเดียว เพราะเหตุเดียวอาจปรากฏต่อเนื่องหลายภาพ กำหนดวิธีรวมเหตุการณ์และเวลาที่สังเกตไว้ก่อนวัด พร้อมระบุว่าผู้ตรวจยืนยันสิ่งผิดปกติอย่างไร ภาพที่มีคะแนนสูงแต่ไม่กระทบการอ่านควรแยกจากกรณีที่ทำให้ค่ามาตรวัดใช้ไม่ได้เพื่ออธิบายประโยชน์จริง

ตรวจชุดทดสอบที่มีทั้งสภาพปกติหลากหลายและความผิดที่นิยามไว้โดยไม่ใช้ภาพทดสอบตั้งเกณฑ์ วิศวกรดูการกระจายคะแนนรายกล้องและช่วงแสง รวมถึงผลเมื่อขาดบริเวณภาพบางส่วน หากคะแนนขึ้นพร้อมกันทั้งภาพหลังเปลี่ยนแสง ให้ตรวจการเตรียมภาพก่อนสรุปว่ามีข้อบกพร่องหลายจุด และวัดคุณภาพตำแหน่งแยกจากความสามารถบอกว่ามีเหตุผิดปกติ

ข้อจำกัดและกรณีผิดพลาด

ความใหม่ไม่ได้แปลว่าของเสีย และข้อบกพร่องที่คล้ายข้อมูลปกติอาจผ่าน โมเดล reconstruction อาจสร้างภาพของเสียได้ดีจนคะแนนต่ำ

ฐานปกติที่มีภาพเสียอยู่แล้วทำให้สิ่งที่ต้องตรวจดูเป็นเรื่องธรรมดาสำหรับโมเดล ในอีกด้าน ฐานที่แคบมากทำให้การเปลี่ยนเล็กน้อยถูกแจ้งตลอด การคัดข้อมูลและบันทึกขอบเขตจึงสำคัญกว่าความหวังว่าจะพบทุกความผิดที่ไม่เคยมีตัวอย่าง ควรระบุชนิดความผิดที่ทดสอบแล้วกับสิ่งที่ยังไม่รู้ ไม่อ้างว่าตรวจสิ่งใหม่ได้จึงครอบคลุมข้อบกพร่องทุกแบบ

การปรับเกณฑ์ให้แจ้งน้อยลงลดภาระคนแต่เพิ่มโอกาสปล่อยภาพมีปัญหา ควรทบทวนผลย้อนหลังด้วยคำตอบที่ยืนยันแล้วและรักษาเวอร์ชันฐานปกติไว้ การแจ้งจากภาพเป็นเหตุให้ตรวจสอบ ไม่ใช่คำแนะนำให้ทดลองทำให้เครื่องจักรผิดสภาพ ต้องใช้ภาพที่เก็บอย่างเหมาะสมหรือข้อมูลจำลองในการตรวจวิธี และให้การตัดสินงานจริงอยู่ในกระบวนการที่มีผู้รับผิดชอบ

รายการตรวจสอบก่อนนำไปใช้

  • ชุดปกติสะอาดหรือไม่
  • มีคำจำกัดความ anomaly ที่คนตรวจใช้ได้หรือไม่
  • ติดตาม threshold เมื่อเปลี่ยนแสงหรือไม่

เอกสารอ้างอิงและอ่านต่อ

เชื่อมแนวคิด

หัวข้อความรู้ที่เกี่ยวข้อง

ศึกษาในบริบทงาน

หัวข้อและแนวทางประยุกต์ที่เกี่ยวข้อง

แยกสิ่งที่เรียนรู้จากสิ่งที่ต้องตรวจรับ

หากต้องการประเมินงานจริง ควรระบุภาพตัวอย่าง ข้อจำกัดหน้างาน และเกณฑ์ยอมรับ แล้วสอบถามขอบเขตที่ยืนยันได้

อ่านบทความเทคโนโลยีและแนวทางใช้งาน AI

เรียนรู้หลักการ ข้อจำกัด และวิธีประเมินระบบจากบทความที่เผยแพร่บนเว็บไซต์

ข่าวสาร