Quantifizierung der Klassifikationsleistung von Oberflächeninspektionssystemen in der Flachstahlproduktion
-
Jens Brandenburger
Dr.-Ing. Dipl.-Math. Jens Brandenburger ist Senior Expert am VDEh-Betriebsforschungsinstitut (BFI) und stellvertretender Abteilungsleiter der Abteilung Qualitäts- und Informationstechniken mit den Themenschwerpunkten Oberflächeninspektion, Technische Qualitätssicherung, Industrielles Data Mining, Big Data Techniken und Industrie 4.0.
,
Fabian Krippendorff
Fabian Krippendorff, M.Sc., ist Experte in der Abteilung Oberflächeninspektionssysteme der Salzgitter Flachstahl GmbH mit den Schwerpunkten auf Data Analytics, Machine Learning und Software Engineering.
Dipl.-Ing. (FH), Dipl.-Wirtschaftsing. (FH) Michael Krätzner ist Senior Expert bei der Salzgitter Flachstahl GmbH und als Abteilungsleiter für die Betreuung und Weiterentwicklung der Oberflächeninspektionssysteme verantwortlich.
Dipl.-Ing. (FH) Michael Nörtersheuser ist Teamleiter der Qualitäts- messtechnik & Informationssysteme mit den Schwerpunkten allgemeine Messtechnik, Prüflabore, Qualitätsinformationssysteme und Oberflächeninspektion.
Dr.-Ing. Xin Chen ist Senior Ingenieur der Abteilung – Qualitätsmesstechnik & Informationssysteme mit den Themenschwerpunkten Oberflächeninspektion, Qualitätssicherung und Prozessoptimierung.
Andreas Boss Experte Onlinemesssysteme im Team Qualitätssicherungssysteme bei der thyssenkrupp Rasselstein GmbH mit Schwerpunkt auf Oberflächeninspektion/bildverarbeitende Inspektionssysteme und Klassifikation.
Kees Jonker MSc, is Principal Researcher in the R&D department at Tata Steel. Expert on surface inspection, including optical configurations, systems and data processing, with focus on developments, utilisation and standardisation.
Nicolas Pipard MSc, is Principal Researcher in the R&D department at Tata Steel. Specialist in Machine Learning and tool developments in the field of surface inspection of steel strip.
Herr Andreas Ebner ist verantwortlich für die Softwareentwicklung und Qualitätssicherung im Bereich Oberflächeninspektion bei der voestalpine Stahl GmbH.
Zusammenfassung
In der modernen Stahlproduktion sind automatische Oberflächeninspektionssysteme (OIS) zur Detektion und Klassifikation von Oberflächenfehlern weit verbreitet und ihre Ergebnisse haben stark an Bedeutung gewonnen. Trotzdem fehlt es bis heute an anerkannten Methoden für eine objektive und umfassende Leistungsbewertung der Systeme, um mit vertretbarem Aufwand geeignete Kenngrößen für die OIS-Klassifikationsleistung im realen Produktionsbetrieb zu ermitteln. Dieser Beitrag widmet sich der Problematik der Abschätzung des Recalls bei unbekannter „Grundwahrheit“ (ground truth), als zentrales Maß für die Fähigkeitsbewertung klassifizierender Bildverarbeitungssysteme (BV-Systeme). Es werden eine Methodik für die Recall-Schätzung mittels Hilfsklassifikator vorgestellt und Forschungsbedarfe für deren praktische Umsetzung erörtert.
Abstract
In modern steel production, automatic surface inspection systems (ASIS) for the detection and classification of surface defects are widely used and their results have gained strongly in importance. Nevertheless, there is still a lack of recognized methods for an objective and comprehensive performance evaluation of the systems able to determine suitable parameters for the ASIS classification assessment in real production operations with reasonable effort. This paper addresses the problem of estimating the recall in the presence of unknown “ground truth”, as a key measure for the capability evaluation of classifying image processing systems. A methodology for recall estimation using an auxiliary classifier is presented and research needs for its practical implementation are identified.
Über die Autoren
Dr.-Ing. Dipl.-Math. Jens Brandenburger ist Senior Expert am VDEh-Betriebsforschungsinstitut (BFI) und stellvertretender Abteilungsleiter der Abteilung Qualitäts- und Informationstechniken mit den Themenschwerpunkten Oberflächeninspektion, Technische Qualitätssicherung, Industrielles Data Mining, Big Data Techniken und Industrie 4.0.
Fabian Krippendorff, M.Sc., ist Experte in der Abteilung Oberflächeninspektionssysteme der Salzgitter Flachstahl GmbH mit den Schwerpunkten auf Data Analytics, Machine Learning und Software Engineering.
Dipl.-Ing. (FH), Dipl.-Wirtschaftsing. (FH) Michael Krätzner ist Senior Expert bei der Salzgitter Flachstahl GmbH und als Abteilungsleiter für die Betreuung und Weiterentwicklung der Oberflächeninspektionssysteme verantwortlich.
Dipl.-Ing. (FH) Michael Nörtersheuser ist Teamleiter der Qualitäts- messtechnik & Informationssysteme mit den Schwerpunkten allgemeine Messtechnik, Prüflabore, Qualitätsinformationssysteme und Oberflächeninspektion.
Dr.-Ing. Xin Chen ist Senior Ingenieur der Abteilung – Qualitätsmesstechnik & Informationssysteme mit den Themenschwerpunkten Oberflächeninspektion, Qualitätssicherung und Prozessoptimierung.
Andreas Boss Experte Onlinemesssysteme im Team Qualitätssicherungssysteme bei der thyssenkrupp Rasselstein GmbH mit Schwerpunkt auf Oberflächeninspektion/bildverarbeitende Inspektionssysteme und Klassifikation.
Kees Jonker MSc, is Principal Researcher in the R&D department at Tata Steel. Expert on surface inspection, including optical configurations, systems and data processing, with focus on developments, utilisation and standardisation.
Nicolas Pipard MSc, is Principal Researcher in the R&D department at Tata Steel. Specialist in Machine Learning and tool developments in the field of surface inspection of steel strip.
Herr Andreas Ebner ist verantwortlich für die Softwareentwicklung und Qualitätssicherung im Bereich Oberflächeninspektion bei der voestalpine Stahl GmbH.
-
Author contributions: All the authors have accepted responsibility for the entire content of this submitted manuscript and approved submission.
-
Research funding: None declared.
-
Conflict of interest statement: The authors declare no conflicts of interest regarding this article.
Literatur
[1] W. Stahl, Fakten zur Stahlindustrie in Deutschland, 2022.Search in Google Scholar
[2] J. Brandenburger, R. Piancaldini, D. Talamini, et al.., “Improved monitoring and control of flat steel surface quality and production performance by utilisation of results from automatic surface inspection systems (SISCON)/European commission, directorate-general for research and innovation,” (KI-NA-26679-EN-N) – RFCS Final Report, 2014.Search in Google Scholar
[3] R. Neubecker and M. Heizmann, “Praxisgerechte Vorgehensweisen zur Evaluation klassifizierender Bildverarbeitungssysteme,” tm – Technisches Messen., vol. 85, no. 4, pp. 252–267, 2018. https://doi.org/10.1515/teme-2017-0127.Search in Google Scholar
[4] VDI/VDE/VDMA 2632 Blatt 4.1, Industrielle Bildverarbeitung – Oberflächeninspektionssysteme in der Flachstahlproduktion – Stabilitätsprüfung, 2023.Search in Google Scholar
[5] VDI/VDE/VDMA 2632 Blatt 1, Industrielle Bildverarbeitung, Grundlagen und Begriffe, 2020.Search in Google Scholar
[6] J. Brandenburger, Classifier Assessment – The Classification Rate Problem SIS.EUROPE 2021, Aachen, Germany, 2021.Search in Google Scholar
[7] P. Bommannavar, A. Kolcz, and A. Rajaraman, “Recall estimation for rare topic retrieval from large corpuses,” in 2014 IEEE International Conference on Big Data (Big Data), 2014, pp. 825–834.10.1109/BigData.2014.7004312Search in Google Scholar
© 2023 Walter de Gruyter GmbH, Berlin/Boston
Articles in the same Issue
- Frontmatter
- Research Articles
- Experimental investigation of liquid metal droplet flow affected by a time-dependent magnetic field
- Synthetic data generation of vibration signals at different speed and load conditions of transmissions utilizing generative adversarial networks
- Quantifizierung der Klassifikationsleistung von Oberflächeninspektionssystemen in der Flachstahlproduktion
- A reinforced corrosion assessment method based on a new magnetic sensor and improved adaptive filtering
- Estimators of tissue absorption parameters power-law prefactor and power-law exponent from medical ultrasonic images
- Linearity test of triangular waveform generators
Articles in the same Issue
- Frontmatter
- Research Articles
- Experimental investigation of liquid metal droplet flow affected by a time-dependent magnetic field
- Synthetic data generation of vibration signals at different speed and load conditions of transmissions utilizing generative adversarial networks
- Quantifizierung der Klassifikationsleistung von Oberflächeninspektionssystemen in der Flachstahlproduktion
- A reinforced corrosion assessment method based on a new magnetic sensor and improved adaptive filtering
- Estimators of tissue absorption parameters power-law prefactor and power-law exponent from medical ultrasonic images
- Linearity test of triangular waveform generators
