Không phải lúc nào doanh nghiệp cũng có đủ dữ liệu về mọi loại lỗi có thể xảy ra trên sản phẩm. Có những lỗi hiếm gặp, khó thu thập đủ mẫu để huấn luyện mô hình phân loại truyền thống. Đây chính là bài toán mà Anomaly Detection (phát hiện bất thường) được thiết kế để giải quyết.

AI phát hiện bất thường (Anomaly Detection) trong kiểm soát chất lượng sản xuất

Khác biệt so với phát hiện lỗi thông thường

Thay vì học từ cả ảnh “đạt” lẫn ảnh “lỗi” như các mô hình phân loại truyền thống, Anomaly Detection chỉ cần học từ các mẫu sản phẩm đạt chuẩn (bình thường). Khi vận hành, hệ thống sẽ so sánh sản phẩm mới với “chuẩn bình thường” đã học và đánh dấu bất kỳ điểm nào khác biệt đáng kể — kể cả những dạng lỗi chưa từng xuất hiện trong dữ liệu huấn luyện.

Ưu điểm với các ngành có mẫu lỗi hiếm

Cách tiếp cận này đặc biệt phù hợp với các ngành mà lỗi sản phẩm xảy ra không thường xuyên hoặc rất đa dạng về hình thái — ví dụ như kiểm tra bề mặt kim loại, linh kiện điện tử, hoặc vật liệu xây dựng. Doanh nghiệp không cần tốn công thu thập hàng nghìn ảnh lỗi mẫu trước khi có thể triển khai hệ thống.

Lưu ý khi triển khai

Độ chính xác của Anomaly Detection phụ thuộc nhiều vào tính ổn định của điều kiện thu ảnh — cùng một góc chụp, cùng điều kiện ánh sáng — vì hệ thống rất nhạy với những thay đổi nhỏ. Doanh nghiệp nên đầu tư đúng mức cho khâu setup camera và ánh sáng ngay từ đầu để tránh phát sinh cảnh báo sai (false positive) khi vận hành thực tế.