Anomaly Detection สำหรับ QC

หลักการและการเลือกใช้

Anomaly สำหรับ QC ต้องแยกความต่างที่ยอมรับได้จากข้อบกพร่องที่ต้องคัดออก ใช้ชุดสินค้าดีสร้างตัวแทนปกติได้ แต่ threshold ต้องผูกกับเกณฑ์คุณภาพและต้นทุนการปล่อยของเสีย ไม่ใช่คะแนนโมเดลล้วน

QC คือการตรวจคุณภาพตามเกณฑ์ของงาน ส่วน defect คือข้อบกพร่องที่นิยามว่ามีผลต่อการยอมรับ ผิวที่ดูต่างจากตัวอย่างดีอาจเป็นความแปรผันที่อนุญาต และรอยที่ดูเล็กอาจอยู่ในบริเวณสำคัญ ต้องมีคู่มือพร้อมภาพผ่าน ไม่ผ่าน และก้ำกึ่งเพื่อให้คนกับระบบตอบคำถามเดียวกัน ไม่ใช้คำว่าผิดปกติแทนการตัดสินสินค้าทุกครั้งโดยไม่ระบุผลกระทบ

วิศวกรจัดฐานสินค้าดีให้ครอบคลุมล็อตและสภาพรับภาพที่อนุมัติ แล้วกำหนด threshold หรือเกณฑ์คะแนนด้วยข้อมูลตรวจที่ยืนยันข้อบกพร่องจริง หากใช้แผนที่คะแนน ต้องนิยามการสรุปจากพื้นที่เล็กเป็นผลรายชิ้น เช่น สนใจจุดสูงสุดหรือพื้นที่ต่อเนื่อง วิธีนี้เกี่ยวกับความไวต่อรอยต่างขนาด ต้องเลือกตามเกณฑ์คุณภาพและตรวจกรณีขอบ ไม่ดูผลรวมภาพอย่างเดียว

เลื่อนแผนภาพซ้าย–ขวาเพื่อดูรายละเอียดครบทุกส่วน

ตัวอย่างในบริบทอุตสาหกรรม

ตัวอย่างเชิงออกแบบ: ผิวโลหะลายต่างกันตามล็อตแต่ยังผ่าน ส่วนรอยแตกเล็กอาจไม่ผ่าน จึงแยก “ดูแปลก” กับ “เป็น defect” โดยผู้ตรวจคุณภาพยืนยัน

สมมติล็อตใหม่มีลายขัดต่างจากเดิมแต่ตามข้อกำหนดยอมรับได้ ตัวตรวจอาจแจ้งหลายชิ้น ต้องให้ผู้รู้คุณภาพยืนยันก่อนเพิ่มเป็นปกติ ไม่ลดเกณฑ์ทันทีจนรอยจริงผ่านไปด้วย ส่วนรอยแตกที่พบในภาพควรระบุว่าขอบและขนาดเห็นชัดหรือไม่ และใช้ขั้นตรวจที่เหมาะสมยืนยันตามงาน ไม่ทดลองสร้างรอยหรือทำให้ชิ้นงานเสี่ยงบนกระบวนการจริงเพื่อทดสอบระบบ

วิศวกรเปรียบภาพต้นทางกับแผนที่คะแนนและคำตอบตำแหน่ง ตรวจว่าคะแนนสูงอยู่ที่รอยที่ต้องคัดหรือเพียงแสงสะท้อน จัด challenge set คือชุดกรณีท้าทายใกล้เกณฑ์ที่คนยืนยัน พร้อมวิธีเก็บชิ้นรอตรวจ การส่งผลต้องผูกกับตัวระบุชิ้นและเหตุผล ไม่ให้คะแนนที่ขาดความหมายกลายเป็นคำสั่งคัดโดยไม่มีการกำหนดช่วงก้ำกึ่งและทางจัดการที่รับผิดชอบ

ขั้นตอนศึกษาและทดลอง

วิธีประเมินและนิยามผล

รายงาน escape/miss และ false reject ต่อชนิด defect และล็อต พร้อม defect localization หากใช้ชี้ตำแหน่ง ทดสอบ prevalence จริงเพื่อประมาณภาระผู้ตรวจ

Escape คือข้อบกพร่องที่หลุดผ่านการตรวจ ส่วน false reject คือสินค้าดีถูกคัดผิด ต้องรายงานชนิดและระดับความสำคัญ ไม่ปล่อยให้รอยที่พบมากกลบชนิดหายาก Prevalence คือความถี่ของข้อบกพร่องในประชากรที่สนใจซึ่งมีผลต่อสัดส่วนงานตรวจซ้ำ ต้องระบุว่าความถี่มาจากข้อมูลจริงหรือสมมติ และไม่แปลงผลบนชุดที่จัดสมดุลเป็นภาระผู้ตรวจจริงโดยไม่มีฐานข้อมูล

วิศวกรกันล็อตอิสระสำหรับทดสอบ และตรวจผลรายชิ้นกับตำแหน่งรอยหากระบบใช้ชี้จุด วัดจำนวนชิ้นที่รอ review และผลหลังคนตัดสินแยกจากผลอัตโนมัติ หากเปลี่ยนวัสดุต้องเทียบการกระจายคะแนนและคำตอบใหม่ การใช้ชุด MVTec ช่วยศึกษาวิธีประเมิน แต่ไม่เป็นหลักฐานว่าข้อบกพร่องของสินค้าตนถูกครอบคลุมหรือผลิตภัณฑ์ผ่านข้อกำหนดคุณภาพของโรงงานแล้ว

ข้อจำกัดและกรณีผิดพลาด

benchmark สาธารณะไม่แทนสินค้าหน้างาน defect ใหม่อาจไม่ให้คะแนนสูง การเปลี่ยนวัตถุดิบทำให้ normal distribution เปลี่ยน

ข้อมูลดีที่มีข้อบกพร่องเล็กปะปนทำให้ฐานปกติรวมสิ่งที่ต้องคัด ขณะที่ฐานที่แคบเกินไปทำให้วัสดุใหม่ถูกแจ้งทั้งหมด ต้องมีผู้อนุมัติการเพิ่มข้อมูลและนิยาม defect ไม่ใช้ผลของโมเดลเองยืนยันว่าชิ้นนั้นดี การตรวจความแปลกอาจพลาดข้อบกพร่องคล้ายลายปกติ จึงต้องระบุชนิดที่ทดสอบแล้วกับชนิดที่ยังไม่มีหลักฐาน ไม่อ้างครอบคลุมทุกความผิดใหม่

การตั้งเกณฑ์เข้มลดบางกรณีหลุดแต่เพิ่มสินค้าดีรอตรวจ ส่วนเกณฑ์อ่อนลดภาระแต่เพิ่มความเสี่ยงต้องยืนยันตามงาน ต้องมีการทบทวนผลและทางหยุดใช้เมื่อข้อมูลไม่ครบ แนวทาง anomaly สำหรับ QC เป็นตัวเลือกออกแบบ ไม่ยืนยันความสามารถรองรับตำหนิทุกประเภทหรือผลลดของเสียที่ยังไม่ได้วัด และไม่ใช้ข้ออ้างความใหม่ของโมเดลข้ามข้อกำหนดความปลอดภัยของกระบวนการ

รายการตรวจสอบก่อนนำไปใช้

• มีผู้อนุมัติ defect catalogue หรือไม่
• กันล็อตทดสอบอิสระหรือไม่
• สินค้ารอ review ถูกจัดการอย่างไร

เอกสารอ้างอิงและอ่านต่อ

• MVTec — Anomaly Detection dataset
• scikit-learn — Novelty and outlier detection