op が 931 本あっても、ライン担当が最初に触る形は「画像フォルダを指して、前処理と計測を決め、仕様で良否をつけ、集計とレポートをもらう」です。fullseye/inspect_batch.py の inspect_batch(folder, recipe, measure=..., spec=...) はその 1 回の呼び出しで、各画像を 読む → recipe(run_pipeline の stages)→ measure(計測 op を束ねた callable → dict)→ judge(仕様照合) に通し、行ごとに入力ファイルの sha256・計測値・根拠つきの Verdict・所要時間を返します。数値の計測列は時系列にまとめ、2 点以上あれば EWMA(spc_ewma)で工程が管理状態かを添えます。report_path の拡張子で .xlsx / .md / .jsonl に書き分け、audit_path を渡すと 1 行 1 JSON の監査ログに追記します。
fullseye/judge.py の judge(measurements, spec) はその判定の入口です。仕様は {"area": {"min": 10, "max": 15}, "width_mm": {"nominal": 3.0, "tol": 0.05}, "label": {"eq": "OK"}, "grade": {"in": ["A", "B"]}} の 4 種の規則(境界は含む)で、返り値は PLC が読む語彙(ok / ng / error)の Verdict に、違反の一覧 {key, value, rule, limit} と人が読む 1 行の根拠が付きます。黙って ok にしないのが約束です —— 仕様にあって計測に無いキー、NaN/inf、数値でない値は error、規則の綴り間違い("mx" など)は ValueError で止まります。1 枚が読めない・op が落ちた場合も既定ではその行を error にしてバッチを止めません(on_error="raise" で即停止)。入力が 0 枚なら ValueError(0 枚を検査して「全部 ok」は報告になりません)。
inspect_batch(folder, recipe, measure=..., spec=...) is the one call a line operator reaches for first: every image in the folder (or path list, in deterministic order) is loaded, run through the recipe (the same stages run_pipeline takes), measured by your measure callable (any bundle of measurement ops returning a dict) and judged against spec. Each row carries the input file’s sha256, the measurements, an evidence-carrying Verdict and the elapsed time; numeric columns become series and, with two or more points, an EWMA control-chart summary; report_path writes .xlsx / .md / .jsonl by extension and audit_path appends one JSON line per row. judge(measurements, spec) is the entry that turns measurements into the PLC vocabulary (ok / ng / error) with the list of violations and a one-line reason — rules are min/max, nominal±tol (inclusive), eq and in. It never passes silently: missing keys, NaN/inf and non-numeric values are error, a misspelled rule is a ValueError, a broken image becomes an error row without stopping the batch, and an empty batch is refused.
向く: ロット単位の受入・出荷検査(フォルダ → 良否表)、既存の計測 op(measure1d / shapestat / blob / spc)を束ねて仕様で判定する、レポートを .xlsx で現場に・.md で PR に・.jsonl で機械に同時に出す、判定の根拠(どのキーがどの限界を超えたか)と入力の hash を残して後から突き合わせる、行の Verdict を signal_verdict で PLC コイルへ出す。
向かない: ★計測そのもの(ここは glue —— 何を測るかは measure の中で op を呼ぶ)。★単位換算(仕様と計測は同じ単位で渡す。ここで mm↔px を換算しない)。★リアルタイムの 1 枚ずつの検査(それは fsruntime の Runtime + Verdict の役目。ここはバッチ)。★ゴールデン画像との比較・フィクスチャ管理(次の層)。
import fullseye as fs
def measure(im): # 計測 op を束ねて dict に
return {"area": float(fs.apply(im, "area")), "mean": float(im.mean())}
spec = {"area": {"nominal": 400.0, "tol": 60.0}, # 公称 ± 公差
"mean": {"min": 0.2, "max": 0.6}} # 下限・上限
out = fs.inspect_batch("lot_0001/", ["gaussian", "otsu"], measure=measure, spec=spec,
report_path="lot_0001.xlsx", audit_path="audit.jsonl", title="Lot 0001")
print(out["summary"]) # {'n': 7, 'ok': 5, 'ng': 1, 'error': 1, 'unjudged': 0}
for r in out["rows"]:
print(r["hash"], r["verdict"]["status"], r["verdict"]["detail"])
io = fs.open_driver("io-memory") # PLC 出口(名簿は fs.drivers())
fs.signal_verdict(io, fs.as_verdict(out["rows"][0])) # one-hot コイルへ
2026.023、2026.043、2026.078 の例は、推定結果だけでなく raw 出力、派生画像、誤差を同じ実行で保存する。固定パターン、画素応答むら、低周波補正残差、欠陥画素、帯状雑音を空間相関つきで加え、外部の物理則に対する一致と、仮定を一つ外した破壊探針を一組にした。表示用の拡大には再構成フィルタを使い、データ解像度の保存や最近傍拡大は行わない。
fullseye/judge.py(judge: 4 規則・fail-closed)/ fullseye/inspect_batch.py(inspect_batch, as_verdict: 列挙・hash・recipe・計測・判定・series・EWMA・3 系統レポート・監査ログ)inspection_workflow(合成ロット 良品 5・欠陥 1・壊れた 1 を回し、欠陥だけ ng・壊れた 1 枚は error で続行・.md/.jsonl/監査ログ・PLC 出口まで assert)tests/test_judge.py(仕様内 ok / 超過 ng+violations / 欠損 error / NaN error / 境界 inclusive / eq・in / 誤字の仕様は ValueError / signal_verdict にそのまま渡せる)/ tests/test_inspect_batch.py(決定的順序 / hash・計測・verdict / 欠陥だけ ng・壊れた 1 枚は error で続行 / series→EWMA / .md・.jsonl・.xlsx / 監査ログ追記 / 0 枚・壊れた spec・未知拡張子は拒否)run_pipeline / spc_ewma(Roberts 1959)/ jsonio・mdio・xlsxio の配線)。判定語彙は fsruntime.Verdict と device.signal_verdict に一致。出口は device.open_driver(名簿 device.capabilities() の driver 名をそのまま渡す)。