Projekte
Visueller Abgleich für zurückgegebene Kits
Ein funktionierender Prototyp: Ein Bildmodell gleicht ein zurückgegebenes Kit Position für Position mit seiner Packliste ab, mit Begrenzungsrahmen, Konfidenzwert und Zustandsklasse je Position sowie einer Nachschubempfehlung.
- Was es belegt
- Computer Vision für Zählen und Abgleich, wo der Prüfpfad so wichtig ist wie die Antwort.
- Phase der Methode
- Gebaut aus
- Strukturierte Extraktion mit einem Bildmodell
- Erkennung von Positionen mit Begrenzungsrahmen
- Mengenzählung
- Konfidenzbewertung pro Position
- Zustandsklassifikation
- Automatisch erzeugte Nachschubempfehlung
Die Ausgangslage
Ein zurückgegebenes Kit mit seiner Packliste abzugleichen ist repetitive Arbeit, und eine falsche Zählung hat Folgen. Eine fehlende oder verunreinigte Position in einem Kit, das wieder in den Einsatz geht, ist eine Sicherheitslücke. Die meisten automatischen Zählungen liefern eine Summe und keine Möglichkeit, nachzuprüfen, wie sie zustande kam.
Was wir gebaut haben
Das System nimmt ein Foto eines zurückgegebenen Kits entgegen und liefert strukturierte Ergebnisse. Für jede erkannte Position gibt es:
- einen Begrenzungsrahmen, der zeigt, wo im Bild die Position gefunden wurde
- eine Anzahl, wo mehrere erwartet werden
- eine Zustandsklasse: brauchbar, beschädigt oder verunreinigt
- einen Konfidenzwert für jede dieser Beurteilungen
Weichen Packliste und erkannter Inhalt voneinander ab oder ist die Konfidenz bei einer Position gering, schreibt das System eine Nachschubempfehlung.
Das System verdichtet das Ergebnis nie zu einem einzigen Bestanden oder Nicht bestanden, denn ein Urteil «Kit unvollständig» lässt sich nicht prüfen. Ein Prüfer kann jede Position kontrollieren: ihren Namen, ihren Ort im Bild, ihre Klasse und die Konfidenz.
Was es für Kunden belegt
Begrenzungsrahmen und Konfidenzwerte je Position erlauben es einem Prüfer, jede Beurteilung zu bestätigen, zu übersteuern oder abzulehnen. Ein Audit kann sich deshalb auf die Zählung stützen.
Phasen der Methode
Das Projekt liegt in Phase 02 · Nutzen belegen, in der die Evaluation vor dem Prototyp geschrieben und an einem manuellen Ausgangswert gemessen wird. Siehe die KARPINITY-Methode.