𝗟𝗼𝗴𝗴𝗶𝗻𝗴 𝘄𝗶𝘁𝗵 𝗮 𝗟𝗲𝗻𝘀: 𝗨𝘀𝗶𝗻𝗴 𝗔𝗜 𝘁𝗼 𝗗𝗼𝗰𝘂𝗺𝗲𝗻𝘁 𝗚𝗹𝗮𝘇𝗲 𝗧𝗲𝘀𝘁𝘀 𝗮𝗻𝗱 𝗥𝗲𝘀𝘂𝗹𝘁𝘀 (Note: Since the original uses Unicode bold characters, I will provide the translation in standard bold Markdown to ensure compatibility and readability, as Unicode styling is not standard Markdown.)
Documenter avec un objectif : utiliser l'IA pour documenter les tests et les résultats de glaçures
Les potiers travaillant en petites séries perdent souvent des données sur leurs glaçures. Les photos restent isolées, sans recettes ni registres de cuisson. Ce manque de lien rend difficile la répétition des succès ou la correction des défauts. Cela entraîne une perte de temps et de matériaux. Vous pouvez remédier à cela en associant la capture visuelle au marquage par IA. Cela transforme chaque échantillon de test en un enregistrement consultable.
Traitez chaque test de glaçure comme un objet de données. Regroupez l'image, l'identifiant de la recette, les notes d'application et les détails de cuisson. Incluez également des mesures objectives. Lorsque vous liez ces champs dans un carnet de notes consultable, l'IA trouve des groupes spécifiques pour vous. Vous pouvez instantanément demander toutes les glaçures brillantes ou stables. Cela élimine le besoin de se fier à la mémoire ou à des feuilles de calcul désordonnées.
Obsidian est idéal pour cela. C'est un carnet de notes numérique gratuit. Il vous permet de créer une note pour chaque test. Vous pouvez y intégrer des photos et ajouter des étiquettes (tags). Sa vue graphique montre les connexions entre les recettes, les registres de cuisson et les images. Cela transforme votre archive visuelle en une base de connaissances intelligente.
Vous photographiez un nouveau test de shino sur une carte grise mate. Vous l'étiquetez avec des termes spécifiques et enregistrez l'identifiant de la recette et la texture. Deux semaines plus tard, vous demandez à votre carnet d'afficher tous les tests de shino avec un haut brillant et sans tressaillage. Les notes correspondantes apparaissent immédiatement.
Suivez ces étapes pour commencer :
Standardisez votre capture. Utilisez un fond non réfléchissant, un éclairage constant et un angle de caméra fixe pour chaque échantillon. Enregistrez l'image avec l'identifiant du test dans le nom du fichier.
Créez une note de test. Dans Obsidian, créez une note avec l'identifiant du test. Intégrez la photo et ajoutez des détails tels que l'identifiant de la recette, la brillance, la texture, le registre de cuisson et les notes d'application. Ajoutez au moins cinq étiquettes descriptives.
Liez et indexez. Connectez la note de test à votre note de recette principale. Utilisez l'outil de recherche pour effectuer des requêtes. Cela garantit que les futurs lots utilisent des données visuelles vérifiées.
En standardisant les photos et en liant les données dans un carnet de notes consultable, vous transformez votre flux de travail. Vous passez de l'approximation à un processus reproductible. Cela permet d'affiner les recettes plus rapidement et de réduire le nombre de lots ratés. Vous construisez une bibliothèque visuelle qui évolue avec vous.
Source: https://dev.to/ken_deng_ai/logging-with-a-lens-using-ai-to-document-glaze-tests-and-results-1bnh
Optional learning community: https://t.me/GyaanSetuAi