Defect Creator Studio

Problema que resuelve: Necesita datos de entrenamiento para defectos poco frecuentes, pero esperar a que ocurran de forma natural toma semanas o meses.

Qué hace: Genera imágenes sintéticas fotorrealistas de defectos a partir de una sola imagen buena más una descripción en inglés sencillo. Suba una pieza buena, marque dónde debe aparecer el defecto, descríbalo ("grieta capilar a lo largo del cordón de soldadura") y obtenga docenas de imágenes de entrenamiento realistas en segundos.

Primeros pasos

1. Suba una imagen limpia y bien iluminada de su pieza. Arrastre y suelte en el lienzo, o haga clic en Browse Files. La herramienta admite hasta resolución 8K, y todas las imágenes se almacenan localmente en su navegador.
2. Elija el objetivo de cámara. Alterne entre OV10i/OV20i (1408 x 1080, relación de aspecto 4:3) y OV80i (3840 x 2160, 16:9). Estos coinciden con la salida real del sensor de las cámaras OV. Si su imagen es más grande, la herramienta la reduce automáticamente. Si la relación de aspecto no coincide, una superposición de recorte le permite elegir qué porción conservar.
3. Seleccione un tipo de defecto. Después de la carga, la AI analiza el material, la forma y el acabado superficial de su pieza y luego sugiere tipos de defectos relevantes. Hay 16 tipos de defectos integrados disponibles: Scratch, Dent, Chip, Stain, Crack, Corrosion, Porosity, Weld Defect, Discoloration, Burr, Delamination, Warping, Contamination, Missing Material, Inclusion y Oxidation. También puede agregar Custom Defects con sus propias descripciones.
4. Marque la región del defecto. Use las herramientas de anotación para dibujar con precisión dónde debe aparecer el defecto en la imagen.
5. Genere. Haga clic en el botón morado Generate. La AI crea un defecto fotorrealista dentro de la región marcada.

Herramientas de anotación

La barra de herramientas izquierda proporciona siete herramientas para la colocación precisa de defectos:

Atajo	Herramienta	Ideal para
C	Circle Marker	Defectos redondos o puntuales como picaduras, burbujas, decoloración localizada
M	Rectangle Select	Patrones en bandas como rayones a lo largo de un borde o deformación a nivel de panel
L	Lasso	Formas irregulares u orgánicas como grietas, derrames, patrones de fractura complejos
G	Move/Resize	Reposicionar y redimensionar anotaciones después de dibujarlas
E	Eraser	Eliminar anotaciones
H	Pan	Navegar por la imagen (también disponible temporalmente manteniendo presionada la tecla Space)
Z	Zoom	Ampliar hasta 800% para precisión a nivel de píxel

Atajos de teclado adicionales: Ctrl+Z para deshacer, Ctrl+Shift+Z para rehacer, Del para eliminar la última anotación.

Barra de herramientas de anotación

Panel de tipos de defecto con selector de cámara y botón Generate

Las regiones ajustadas producen mejores resultados

Trate cada anotación como una ventana de instrucción precisa. La AI genera defectos solo dentro de su selección. Si su región está ajustada alrededor de la zona prevista del defecto, el modelo puede enfocarse con precisión. Las regiones holgadas que incluyen fondo no relacionado pueden hacer que el modelo extienda la influencia del defecto a un área adicional.

Redacción de descripciones efectivas de defectos

La AI interpreta el nombre del defecto como una instrucción en lenguaje natural. La especificidad es importante.

Calidad	Ejemplo	Por qué
Bueno	"Rayones horizontales transparentes ligeros en plástico brillante"	Incluye morfología, dirección, tipo de superficie y comportamiento visual
Bueno	"Grieta radial fina cerca de la esquina moldeada"	Específico sobre la forma, ubicación y contexto del material
Malo	"rayón"	Demasiado vago para que el modelo produzca algo útil
Malo	"daño"	Sin morfología ni contexto de superficie

Comience primero con los tipos de defectos sugeridos por la AI. Aparecen cortos en la IU, pero internamente cada uno se asigna a una descripción semántica más rica que ayuda al modelo a producir resultados precisos. Solo agregue un defecto personalizado cuando su objetivo no esté cubierto por las sugerencias.

Captura desde Imagen (defectos de referencia)

Una de las funciones más poderosas. Use Browse & Capture para seleccionar una imagen cargada, marcar un área de defecto real y guardarla como una plantilla de referencia reutilizable. Esto le permite transferir un defecto real de una imagen a otras imágenes.

• El nombre es crítico. El recorte incluye tanto el defecto como el fondo circundante. La AI usa el nombre que usted proporciona para entender qué parte es el defecto real. "Pin doblado en conector" le da al modelo un anclaje semántico, mientras que "defecto" lo deja adivinando.
• Escenarios de transferencia: Misma pieza en una posición diferente, piezas similares en la misma línea, o incluso líneas de manufactura diferentes cuando el concepto del defecto aún tiene sentido (por ejemplo, un rayón en una carcasa de plástico se transfiere bien a otra carcasa de plástico).
• Controles deslizantes de Severity, Rotation y Size (solo defectos de referencia): Sin variación, cada defecto transferido sería una copia exacta. Rotation cambia el ángulo y la orientación. Size controla la cobertura espacial. Severity controla qué tan visualmente prominente aparece el defecto.

Control de severidad

El control deslizante de severidad controla qué tan visualmente prominente aparece el defecto. El valor predeterminado es intencionalmente sutil porque la mayoría de los defectos reales de manufactura son sutiles. Incluso al 50%, los defectos permanecen bastante tenues. Al 1%, los defectos son casi invisibles para los humanos, pero las cámaras de visión OV aún pueden detectarlos. Esta es una de las ventajas clave de la visión de máquina: la cámara nunca se cansa y puede captar patrones por debajo del umbral de la percepción humana.

Modo de Variaciones de Estilo

Ubicado junto al botón Change Image. Después de cargar una imagen, la AI analiza el tipo de pieza y sugiere modificaciones de estilo comunes en la manufactura, como cambiar un acabado metálico de cepillado a pulido, cambiar el color del plástico o alterar el tipo de recubrimiento. También puede agregar sus propias variaciones de estilo personalizadas.

Dos secuencias válidas:

• Re-estilizar primero, luego agregar defectos. Útil para generar datos de entrenamiento para una nueva línea de productos o variante de color antes de que exista físicamente.
• Agregar defectos primero, luego re-estilizar. Vea cómo se ve el mismo defecto en variantes de material, acabado y color.

La geometría, orientación, disposición y composición de la pieza permanecen idénticas. Solo cambia el atributo de estilo objetivo. Esto es especialmente valioso porque el contexto del defecto (ubicación, forma, severidad) se mantiene estable a través de las variantes, por lo que su modelo aprende a detectar el defecto en sí mismo en lugar de una combinación específica de defecto más apariencia de superficie.

Límites de regiones

• Hasta 9 regiones de defectos normales (integradas o personalizadas basadas en texto)
• Hasta 4 defectos de transferencia de imagen de referencia
• Menos regiones generalmente producen resultados más limpios. Comience con una región precisa, verifique la calidad y luego agregue más de forma incremental.

Cola y rendimiento

El Studio ejecuta hasta 3 generaciones en paralelo. Las solicitudes adicionales se ponen en cola automáticamente y se ejecutan a medida que se liberan espacios. Use ráfagas de 3 ejecuciones para una comparación rápida A/B/C: envíe la misma configuración tres veces, compare los resultados lado a lado y elija el mejor. Para mayor volumen, ponga en cola 10 o más trabajos y deje que se procesen mientras continúa con otro trabajo.

Comparar, Biblioteca y Descargas

• Comparar: Alterne entre la imagen de referencia y la imagen generada. Para defectos sutiles, el cambio rápido tipo parpadeo funciona mejor. El sistema visual humano detecta el cambio a través del movimiento mucho mejor que a través de la comparación estática lado a lado.
• Biblioteca de imágenes: La bandeja inferior proporciona una tira de película desplazable para una exploración visual rápida. La vista expandida agrega gestión completa del conjunto de datos: buscar, ordenar, selección múltiple (Ctrl/Shift-clic), descargar imágenes individuales, crear archivos ZIP para flujos de entrenamiento y eliminar.
• Persistencia de anotaciones: Cuando cambia entre imágenes, todas las anotaciones se preservan y restauran automáticamente. Navegue a otra imagen para revisarla y luego regrese para encontrar todas sus regiones exactamente donde las dejó.

Flujo de trabajo recomendado

1. Cargue una imagen de referencia limpia y asegúrese de que se ajuste al encuadre de OV10i (1408 x 1080). Una buena iluminación, un enfoque adecuado y un fondo mínimo despejado ayudan.
2. Comience con los defectos sugeridos por la AI. Están calibrados para su tipo de pieza. Solo agregue nombres personalizados cuando falte el defecto que busca.
3. Coloque una región precisa y ajustada, y genere primero. Las ejecuciones de una sola región son la línea base más confiable.
4. Use Comparar de forma agresiva después de cada generación. Para defectos sutiles, el cambio rápido hace que incluso las diferencias más pequeñas resalten visualmente.
5. Ajuste la severidad, la precisión de la región y la redacción según lo que vea. Repita hasta que la calidad se estabilice, luego escale a múltiples regiones y volumen en cola.

Comience con datos reales, acelere con sintéticos

El mejor enfoque: entrene primero con sus 3-5 imágenes reales iniciales, identifique dónde tiene dificultades la AI, y luego use Defect Studio para generar ejemplos sintéticos dirigidos a esos modos de falla específicos. Los datos reales enseñan la línea base; los datos sintéticos llenan los vacíos.

Los datos sintéticos complementan los datos reales, no los reemplazan

Las imágenes de Defect Studio son poderosas para llenar vacíos en su conjunto de entrenamiento, pero nunca deberían ser su única fuente de datos de entrenamiento. Siempre valide el rendimiento del modelo con imágenes reales de producción.

Véalo en acción

Dónde encaja en el flujo de trabajo: Usará Defect Studio durante el Paso 4: Entrene su Modelo de AI para construir datos de entrenamiento más rápido.