Saltar al contenido principal

DOCUMENTACIÓN CON IA

¿Qué desea saber?

Defect Creator Studio

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

Qué hace: Genera imágenes de defecto sintéticos fotorrealistas a partir de una sola imagen buena más una descripción en inglés claro. Suba una pieza buena, marque dónde debe aparecer el defecto, descríbalo ("fisura fina a lo largo de la junta de soldadura"), y obtenga docenas de imágenes de entrenamiento realistas en segundos.

La interfaz de Defect Creator Studio que muestra el lienzo, la barra de anotación a la izquierda, el panel de tipo de defecto a la derecha y la biblioteca de imágenes en la parte inferior

Inicio

  1. Cargue una imagen limpia y bien iluminada de su pieza. Arrastre y suelte en el lienzo, o haga clic en Explorar Archivos. La herramienta admite resoluciones de hasta 8K, y todas las imágenes se almacenan localmente en su navegador.
  2. Elija su objetivo de cámara. Cambie entre OV10i/OV20i (1408 x 1080, relación de aspecto 4:3) y OV80i (3840 x 2160, 16:9). Estos coinciden con la salida real de los sensores 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 parte conservar.
  3. Seleccione un tipo de defecto. Después de la carga, la IA analiza el material, la forma y el acabado de la superficie de su pieza, y luego sugiere tipos de defecto relevantes. 16 tipos de defecto integrados están disponibles: Scratch, Dent, Chip, Stain, Crack, Corrosion, Porosity, Weld Defect, Discoloration, Burr, Delamination, Warping, Contamination, Missing Material, Inclusion y Oxidation. También puede añadir Defectos personalizados con sus propias descripciones.
  4. Marque la región del defecto. Utilice las herramientas de anotación para dibujar con precisión dónde debe aparecer el defecto en la imagen.
  5. Generar. Haga clic en el botón púrpura Generar. La IA crea un defecto fotorrealista dentro de la región marcada.

Herramientas de anotación

La barra de herramientas izquierda ofrece siete herramientas para una colocación precisa del defecto:

AtajoHerramientaIdeal para
CCircle MarkerDefectos redondos o tipo punto como picaduras, burbujas y decoloración localizada
MRectangle SelectPatrones en bandas, como rayaduras a lo largo de un borde o deformación a nivel de panel
LLassoFormas irregulares u orgánicas como grietas, derrames, patrones de fractura complejos
GMove/ResizeReposicionar y redimensionar anotaciones después de dibujarlas
EEraserEliminar anotaciones
HPanNavegar por la imagen (también disponible temporalmente manteniendo presionado Space)
ZZoomAmpliar 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.

La barra de herramientas izquierda que muestra las herramientas Circle, Rectangle, Lasso, Move, Eraser, Pan y Zoom

Barra de anotación

El panel derecho que muestra la selección de tipo de defecto, defectos personalizados, conmutador de cámara (OV10i/OV20i vs OV80i) y el botón Generar

Panel de tipo de defecto con selector de cámara y botón Generar

Las regiones ajustadas producen mejores resultados

Trate cada anotación como una ventana de instrucción precisa. La IA 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. Regiones sueltas que incluyan fondo no relacionado pueden hacer que el modelo propague la influencia del defecto a una área adicional.

Escribir descripciones de defectos efectivas

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

CalidadEjemploPor qué
Bueno"Rayones horizontales claros en plástico brillante"Incluye morfología, dirección, tipo de superficie y comportamiento visual
Bueno"Grieta radial fina cerca de la esquina moldeada"Específica en cuanto a forma, ubicación y contexto del material
Malo"rayón"Demasiado vago para que el modelo pueda producir algo útil
Malo"daño"Sin morfología, sin contexto de superficie

Comience con los tipos de defectos sugeridos por IA primero. Aparecen breves en la interfaz, pero internamente cada uno se mapea 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 características más potentes. Use Browse & Capture para seleccionar una imagen cargada, marcar una área real de defecto 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 IA usa su nombre para entender qué parte es el defecto real. 'Bent pin on connector' le da al modelo un ancla semántica, mientras que 'defect' lo deja adivinando.
  • Escenarios de transferencia: La misma pieza en una posición diferente, piezas similares en la misma línea, o incluso diferentes líneas de fabricación cuando el concepto de defecto todavía tiene sentido (p. ej., un 'scratch' en una carcasa de plástico se transfiere bien a otra carcasa de plástico).
  • Deslizadores de Severidad, Rotación y Tamaño (solo para defectos de referencia): Sin variación, cada defecto transferido sería una copia exacta. La rotación cambia el ángulo y la orientación. El tamaño controla la cobertura espacial. La severidad controla cuán visualmente prominente es el defecto.

Control de Severidad

El deslizador de severidad controla cuán visualmente prominente es el defecto. El valor por defecto es intencionadamente sutil porque la mayoría de defectos de fabricación reales son sutiles. Incluso al 50%, los defectos siguen siendo bastante tenues. Al 1%, los defectos son casi invisibles para las personas, pero las cámaras OV vision pueden detectarlos. Esta es una de las ventajas clave de la visión por máquina: la cámara nunca se cansa y puede detectar patrones por debajo del umbral de la percepción humana.

Modo de Variaciones de Estilo

Ubicado junto al botón Cambiar imagen. Después de cargar una imagen, la IA analiza el tipo de pieza y sugiere modificaciones de estilo comunes en la fabricación, como cambiar el 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:

  • Cambiar de estilo primero, luego agregar defectos. Útil para generar datos de entrenamiento para una nueva línea de productos o esquema de color antes de que exista físicamente.
  • Agregar defectos primero, luego cambiar de estilo. Ver cómo se ve el mismo defecto a través de variantes de material, acabado y color.

Geometría de la pieza, orientación, disposición y composición permanecen idénticas. Solo cambia el atributo de estilo objetivo. Esto es especialmente valioso porque el contexto del defecto (ubicación, forma, severidad) permanece estable entre variantes, de modo que su modelo aprenda a detectar el defecto en sí mismo, en lugar de una combinación específica de defecto más la apariencia de la superficie.

Límites de Regiones

  • Hasta 9 regiones de defecto normales (integradas o basadas en texto personalizado)
  • Hasta 4 defectos de transferencia de imágenes de referencia
  • Menos regiones, por lo general, generan resultados más limpios. Comience con una región precisa, verifique la calidad y luego agregue más incrementalmente.

Cola y Rendimiento

El Studio ejecuta hasta 3 generaciones en paralelo. Las solicitudes adicionales se encolan automáticamente y se ejecutan en cuanto haya ranuras disponibles. Use ráfagas de 3 ejecuciones para comparar rápidamente A/B/C: envíe la misma configuración tres veces, compare los resultados lado a lado y seleccione la mejor salida. Para volúmenes, encole 10 o más trabajos y déjelos procesar mientras continúa con otras tareas.

Comparar, Biblioteca y Descargas

  • Comparar: Alternar entre la imagen base y la imagen generada. Para defectos sutiles, la conmutación rápida estilo parpadeo funciona mejor. El sistema visual humano detecta cambios a través del movimiento mucho mejor que mediante una comparación estática lado a lado.
  • Biblioteca de Imágenes: La bandeja inferior ofrece una tira de imágenes desplazable para un escaneo visual rápido. La vista ampliada añade gestión completa del conjunto de datos: búsqueda, ordenación, selección múltiple (Ctrl/Shift-click), descarga de imágenes individuales, creación de archivos ZIP para pipelines de entrenamiento y eliminación.
  • Persistencia de anotaciones: Cuando cambie entre imágenes, todas las anotaciones se conservan y restauran automáticamente. Navegue fuera para revisar otra imagen, 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 encaje en el encuadre OV20i (1408 x 1080). Buena iluminación, enfoque correcto y mínimo desorden de fondo ayudan.
  2. Comience con defectos sugeridos por IA. Están calibrados para su tipo de pieza. Solo agregue nombres personalizados cuando su defecto objetivo falte.
  3. Coloque una región precisa y ajustada y genere la primera. Las ejecuciones de una región son la base más confiable.
  4. Utilice Comparar de forma agresiva tras cada generación. Para defectos sutiles, el cambio rápido hace que incluso diferencias pequeñas se destaquen visualmente.
  5. Ajuste severidad, afinidad de la región y 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 datos sintéticos

El mejor enfoque: entrene con sus 3-5 imágenes reales iniciales primero, identifique dónde la IA tiene dificultades, luego use Defect Studio para generar ejemplos sintéticos focalizados para esos modos de fallo específicos. Los datos reales enseñan la línea base; los datos sintéticos llenan las lagunas.

Los datos sintéticos complementan datos reales, no los sustituyen

Las imágenes de Defect Studio son muy útiles para cubrir lagunas en su conjunto de datos de entrenamiento, pero nunca deben ser su única fuente de datos de entrenamiento. Valide siempre el rendimiento del modelo con imágenes reales de producción.

Véalo en Acción

Dónde encaja en el flujo de trabajo: Utilizará Defect Studio durante Paso 4: Entrene su Modelo de IA para generar datos de entrenamiento más rápido.