Học AI & Lập trình
Chọn ngưỡng mô hình AI theo escape, overkill và đo cycle time đúng cách
Vẽ đường PR và ROC, chọn ngưỡng theo ràng buộc lọt lỗi rồi tối thiểu loại nhầm, xây golden set có phiên bản để nghiệm thu và đo cycle time p99.
⭐ Mới bắt đầu? Học theo thứ tự
Chặng 11: AI Vision trong lộ trình Vision Engineer
7 bài học sắp xếp từ dễ đến khó, có mục tiêu, bài tập và dự án cuối chặng.
Bài viết về AI Vision
Học AI & Lập trình
Bài tập: thiết kế chiến lược AI cho bài toán lỗi bề mặt nhôm anod
Chọn cách tiếp cận (phân đoạn, anomaly, rule-based), lập kế hoạch dữ liệu và gán nhãn, chia tập theo lô, đặt tiêu chí nghiệm thu escape, overkill, cycle time.
Học AI & Lập trình
Hàm mất mát cho phân loại: cross-entropy, class weight, focal loss
Hiểu softmax và cross-entropy bằng con số cụ thể, vì sao dữ liệu ít ảnh NG làm mô hình lười, và cách xử lý bằng trọng số lớp hoặc focal loss trong PyTorch.
Học AI & Lập trình
Anomaly detection với PaDiM và PatchCore: học từ ảnh OK
Tự cài PaDiM và PatchCore trên ảnh tổng hợp: bản đồ bất thường, AUROC, coreset, ngưỡng chỉ từ ảnh OK và những trường hợp anomaly detection thất bại.
Học AI & Lập trình
Capstone: kiểm tra lỗi bề mặt bằng AI, ONNX real-time, PLC và giám sát drift
Dự án portfolio: dữ liệu chia theo lô, huấn luyện CNN, chọn ngưỡng theo escape, xuất ONNX kiểm sai số, trạm ONNX Runtime trả PLC, lưu ảnh NG, giám sát drift.
Học AI & Lập trình
Object Detection với YOLO26: chuẩn bị dữ liệu, huấn luyện và xuất mô hình
Nhãn YOLO, script kiểm tra nhãn, data.yaml, huấn luyện và kiểm tra YOLO26 bằng Ultralytics, từ hộp bao đến quyết định OK/NG, letterbox và xuất ONNX.
Projects
Dự án: phát hiện lỗi bề mặt bằng PatchCore, chỉ học từ ảnh OK
PatchCore hoàn chỉnh trên dữ liệu kiểu MVTec AD: ngưỡng từ ảnh OK, AUROC, escape/overkill theo loại lỗi, bản đồ nhiệt và đóng gói mô hình.
Học AI & Lập trình
IoU, mAP50 và mAP50-95: tự tính và chẩn đoán mô hình Object Detection
Tự viết IoU, NMS, ghép TP/FP/FN, AP và mAP bằng NumPy, đọc đúng chỉ số Ultralytics, chẩn đoán mô hình và đổi sang escape, overkill.
Kiến thức
Phân đoạn ảnh: semantic, instance và panoptic khác nhau thế nào
Ba loại phân đoạn qua mảng NumPy, vì sao hộp bao sai khi đo vết lỗi, IoU và Dice trên mặt nạ, cách lưu mặt nạ và chọn mô hình cho trạm kiểm tra.
Học AI & Lập trình
Dự án: phân loại ảnh OK/NG bằng transfer learning PyTorch, xuất ONNX
Tinh chỉnh ResNet18 với ít ảnh: đóng băng rồi mở băng, augmentation an toàn, chọn ngưỡng theo escape, ma trận nhầm lẫn, xuất ONNX và so khớp kết quả.