12/08/2026
🔍 AllVision Inspect AI – Phát hiện lỗi bề mặt kim loại bằng Anomaly Detection
AI có thể phát hiện những bất thường trên bề mặt kim loại mà không cần phải xây dựng một model riêng cho từng loại lỗi?
Trong một thử nghiệm với AllVision Inspect AI trên nhóm dữ liệu Sheet Metal của , module Anomaly Inspection được đánh giá trên tập test ngẫu nhiên và cân bằng gồm 40 hình ảnh: 20 OK và 20 NG.
📊 Kết quả thử nghiệm
🎯 Accuracy: 100%
✅ NG Precision: 100%
✅ NG Recall: 100%
✅ F1-score: 1.000
✅ False Positive: 0
✅ False Negative: 0
Đặc biệt, điểm Anomaly Score cho thấy sự phân tách rõ ràng giữa sản phẩm OK và NG:
🟢 OK: 0.196 – 0.271
🔴 NG: 0.293 – 0.532
🎯 Threshold tối ưu: 0.274
🧠 Không cần huấn luyện riêng cho từng loại lỗi
Thay vì phải cung cấp dữ liệu cho từng dạng defect cụ thể, Anomaly Detection học đặc điểm của bề mặt sản phẩm bình thường (OK).
Khi xuất hiện sự khác biệt bất thường so với trạng thái bình thường, hệ thống có thể đánh dấu khu vực nghi ngờ.
Điều này đặc biệt hữu ích khi:
Lỗi khó dự đoán trước
Có nhiều dạng defect khác nhau
Không có đủ mẫu NG cho từng loại lỗi
Doanh nghiệp thường xuyên phát sinh lỗi mới
🎯 ROI Mask giúp tập trung vào khu vực cần kiểm tra
Trong thử nghiệm, vùng kiểm tra được giới hạn bằng ROI Mask, chỉ tập trung vào khu vực bề mặt kim loại cần phân tích.
Cách tiếp cận này giúp:
✔️ Giảm ảnh hưởng của background
✔️ Tăng độ ổn định khi định vị lỗi
✔️ Tập trung thuật toán vào vùng có giá trị
✔️ Hỗ trợ xác định vị trí bất thường rõ ràng hơn
Đối với các defect được phát hiện, heatmap có thể bao phủ tối đa 89,6% diện tích lỗi được đánh dấu trong ground truth.
🏭 Ứng dụng thực tế
Công nghệ Anomaly Detection có tiềm năng ứng dụng trong nhiều bài toán:
🔩 Kiểm tra bề mặt kim loại
⚙️ Kiểm tra linh kiện cơ khí
🔋 Kiểm tra pin và linh kiện năng lượng
📱 Kiểm tra linh kiện điện tử
🧴 Kiểm tra ngoại quan sản phẩm
🏭 Kiểm tra các sản phẩm có nhiều dạng lỗi khó định nghĩa trước
💡 Điểm mạnh của AI Anomaly Detection không chỉ nằm ở khả năng phát hiện lỗi, mà còn ở cách tiếp cận bài toán: thay vì phải xác định trước tất cả các loại defect, hệ thống học thế nào là "bình thường" và tìm kiếm những điểm bất thường so với trạng thái đó.
⚠️ Tuy nhiên, kết quả benchmark trên tập dữ liệu thử nghiệm không đồng nghĩa với việc hệ thống sẽ đạt 100% trên mọi dây chuyền thực tế. Hiệu quả thực tế còn phụ thuộc vào camera, ánh sáng, chất lượng ảnh, ROI, sản phẩm và dữ liệu triển khai.
🚀 AllVision Inspect AI – đưa Anomaly Detection vào kiểm tra chất lượng công nghiệp, giúp doanh nghiệp phát hiện những bất thường mà các phương pháp rule-based truyền thống có thể khó xử lý.
Website: akautotech.com.vn