Temel Kavramlar
VisioAI’yı etkin kullanmak için platformun dört temel kavramını anlamak önemlidir: Job, Flow, Production Profile ve Container.
Job (İş)
Job, bir denetim görevi için yapılandırılmış tam çalışma birimidir. Her Job şunları içerir:
- Hangi kameraların kullanılacağı
- Hangi AI modelinin çalışacağı (container üzerinden)
- Pipeline mantığı (Flow)
- Operasyonel politika (Production Profile)
Aynı anda birden fazla Job çalışabilir. Her Job bağımsız bir pipeline’dır.
Flow (Akış)
Flow, bir Job içindeki işlem adımlarını tanımlayan görsel bir pipeline’dır. Drag-and-drop bir editör aracılığıyla node’lar birbirine bağlanarak oluşturulur.
Flow’da tanımlananlar:
- Hangi kameranın ne zaman çekim yapacağı
- AI inference parametreleri (model, güven eşiği, ROI)
- Karar mantığı (eğer tespit sayısı X’ten fazlaysa NG)
- I/O aksiyonları (PLC’ye OK/NG sinyali gönder)
- Operatör etkileşimi (NG çıkarsa onay iste)
Flow teknik parametreler içerir; operasyonel politika (alarm limitleri, vardiyalar, kalite kodları) Production Profile’a aittir.
Production Profile (Üretim Profili)
Her Job’a karşılık gelen operasyonel kapsayıcıdır. Kalite mühendisi veya üretim sorumlusu tarafından yapılandırılır. Şunları içerir:
- NG İş Akışı — NG çıktığında operatör onayı gerekip gerekmediği, timeout, default aksiyon
- Alarm Kuralları — art arda kaç NG çıkınca alarm verileceği, verim eşiği
- Kalite Kodları — NG alt kategorileri (çizik, kırık, eksik vs.)
- Dashboard Slot Bağlama — hangi ekranın ne göstereceği
- Vardiya Tanımları — gündüz/gece vardiya zamanları
- SCADA Sinyalleri — dashboardda görünecek I/O sinyal listesi
- Operatör Yetkileri — kimin ne yapabileceği
Flow ve Production Profile birbirini tamamlayan iki katmandır. Flow “teknik pipeline ne yapıyor” sorusunu cevaplar; Production Profile “operasyonel olarak nasıl davranılacak” sorusunu. Aynı konfigürasyon parçası yalnızca bir katmanda bulunur.
Container (AI Container)
VisioAI, yapay zeka modellerini Docker container’larında çalıştırır. Desteklenen container tipleri:
| Tip | Açıklama |
|---|---|
yolo-server | YOLO tabanlı nesne tespiti ve segmentasyon |
ort-server | ONNX Runtime ile esnek model çalıştırma |
ollama | LLM tabanlı metin/görüntü analizi |
| Özel container | VisioAI container protokolüne uyan herhangi bir FastAPI servisi |
Container’lar VisioAI tarafından başlatılıp izlenir. Sağlık durumu sürekli kontrol edilir.
Node (Pipeline Node)
Flow içindeki her işlem adımı bir node’dur. Node’lar 8 kategoriye ayrılır:
| Kategori | Örnekler |
|---|---|
| Kamera/Kaynak | CameraGrab, ImageSource, VideoSource |
| Inference | DetectionInference, ClassificationInference, OcrInference |
| Görüntü İşleme | Crop, Resize, DrawOverlay |
| Karar/Mantık | RoiAnalyze, NumberCompare, Switch, LogicGate |
| I/O | IODigitalRead, IODigitalWrite, IOResultOutput |
| Çıktı | SaveImage, SaveResult, Log |
| Dashboard | QcDashboard |
| UI Etkileşimi | UIInput |
Dört Sorumluluk Katmanı
VisioAI mimarisi dört katmana bölünmüştür. Her konfigürasyon parçası yalnızca bir katmana aittir:
| Katman | Kim Ayarlar | Ne İçerir |
|---|---|---|
| Flow Engine | Sistem entegratörü | Node’lar, bağlantılar, inference parametreleri, ROI koordinatları |
| Production Profile | Kalite mühendisi | Alarm kuralları, kalite kodları, vardiya, operatör yetkileri |
| Renderer / Widget | Geliştirici (v1.0) / Kalite mühendisi (v1.5+) | Dashboard widget yerleşimi |
| Tools | Sistem entegratörü | ROI editör, kamera kalibrasyon, modbus setup |
Temel Yürütme Kalıpları
Tüm endüstriyel senaryolar dört yürütme kalıbına indirgenebilir:
- Continuous Loop — Kamera sürekli çeker, inference her frame’e çalışır (bölge ihlali, güvenlik)
- Triggered Cycle — PLC sinyali gelince döngü başlar, işlem tamamlanınca biter (otomotiv fikstür, punta kontrolü)
- Interactive Cycle — Triggered cycle + operatör kararı bekleme (operatör onaylı NG, kalite grading)
- Passive Monitor — Veri toplar ama karar vermez; alarm eşiklerinde bildirim yapar (SCADA benzeri izleme)
Gerçek iş akışları bu kalıpların kombinasyonudur.