Computer Vision กับงานตรวจ Defect
Why this matters
งาน QC มีข้อมูลอีกประเภทที่ไม่ใช่ข้อความ: ภาพ — Computer Vision คือ AI ที่ทำงานกับภาพ และเป็นเทคโนโลยีที่ใกล้ตัวงานตรวจชิ้นงานที่สุด
Concept
ใช้กับภาพ defect:
Image
↓
Vision Model
↓
Scratch / Dent / Crack / OK / Unknown
ระบบเรียนรู้จากภาพตัวอย่างจำนวนมาก (ทั้งของดีและของเสียแต่ละชนิด) แล้วจำแนกภาพใหม่ว่าเป็น defect ประเภทไหน
ข้อควรระวัง
งานภาพต้องการ validation เข้มกว่างาน text มาก เพราะ:
- False negative (ของเสียแต่ระบบบอกว่าดี) อาจปล่อยของเสียหลุดไปถึงลูกค้า — ผลกระทบด้าน quality โดยตรง
- คุณภาพขึ้นกับสภาพแสง มุมกล้อง และความหลากหลายของภาพที่ใช้ train
- ต้องมีหมวด Unknown ให้ระบบส่งเคสที่ไม่มั่นใจกลับมาให้คนตรวจ ไม่ใช่บังคับให้ตอบทุกภาพ
What a BA needs to know
ถ้า use case ของคุณคือ visual inspection ให้เผื่อ requirement เรื่องการ validate อย่างจริงจัง: ชุดภาพทดสอบ เกณฑ์ความแม่นยำขั้นต่ำ แผนการทำงานคู่กับคนตรวจในช่วงแรก และการวัด false negative แยกจาก false positive — ใน Use Case Matrix ของ Stage 4 งานนี้จึงถูกจัดเป็น “เป็นไปได้ / เสี่ยงสูง / ขึ้นกับ validation”