Problem türünü seçmek
Bir ürünün uygun veya uygunsuz olarak ayrılması sınıflandırma, belirli bir sayısal değerin tahmini regresyon olarak ele alınabilir. Etiketlerin kim tarafından ve hangi kurala göre oluşturulduğu açıklanır. Basit bir kural aynı ihtiyacı karşılıyorsa önce bu yaklaşım karşılaştırma noktası olarak denenir; karmaşıklık tek başına fayda sağlamaz.
Eğitim ve test sınırları
Eğitim, doğrulama ve son test verisinin farklı amaçları vardır. Aynı ürünün benzer görüntülerinin farklı kümelere dağılması sonuçları olduğundan iyi gösterebilir. Bir üretim senaryosu için ürün veya çekim oturumuna göre ayırma düşünülebilir. Son test, model ve eşik seçimlerini tekrar tekrar yönlendirmek için kullanılmamalıdır.
Hata maliyetini izlemek
Kusurların nadir olduğu bir veri kümesinde genel doğruluk tek başına anlamlı olmayabilir. Kaçırılan kusur ve yanlış ret ayrı değerlendirilir; belirsiz durumlara gözden geçirme yolu eklenir. Ürün, kamera veya süreç değiştiğinde yeni örneklerle kontrol yapılır. Yeniden eğitim kararı verinin değişimi ve gözlenen hata türleriyle gerekçelendirilir.