AI-POWERED DOCS
What do you want to know?
Defect Creator Studio
Vấn đề mà nó giải quyết: Bạn cần dữ liệu huấn luyện cho các lỗi hiếm gặp, nhưng việc chờ đợi chúng xảy ra tự nhiên có thể mất hàng tuần hoặc hàng tháng.
Chức năng: Tạo ra hình ảnh lỗi tổng hợp giống thật từ một hình ảnh tốt duy nhất cùng với mô tả bằng tiếng Anh đơn giản. Tải lên một bộ phận tốt, đánh dấu nơi lỗi sẽ xuất hiện, mô tả nó ("vết nứt mảnh dọc theo đường hàn"), và nhận được hàng chục hình ảnh huấn luyện thực tế trong vài giây.
Bắt đầu
- Tải lên một hình ảnh sạch, được chiếu sáng tốt của bộ phận của bạn. Kéo và thả vào canvas, hoặc nhấp vào Browse Files. Công cụ hỗ trợ độ phân giải lên đến 8K, và tất cả hình ảnh được lưu trữ cục bộ trong trình duyệt của bạn.
- Chọn mục tiêu camera. Chuyển đổi giữa OV10i/OV20i (1408 x 1080, tỷ lệ khung hình 4:3) và OV80i (3840 x 2160, 16:9). Các tùy chọn này khớp với đầu ra cảm biến thực tế của các camera OV. Nếu hình ảnh của bạn lớn hơn, công cụ sẽ tự động giảm kích thước. Nếu tỷ lệ khung hình không khớp, một lớp phủ cắt sẽ cho phép bạn chọn phần nào để giữ lại.
- Chọn loại lỗi. Sau khi tải lên, AI sẽ phân tích vật liệu, hình dạng và bề mặt hoàn thiện của bộ phận, sau đó đề xuất các loại lỗi có liên quan. Có 16 loại lỗi tích hợp sẵn: Scratch, Dent, Chip, Stain, Crack, Corrosion, Porosity, Weld Defect, Discoloration, Burr, Delamination, Warping, Contamination, Missing Material, Inclusion và Oxidation. Bạn cũng có thể thêm Custom Defects với mô tả của riêng mình.
- Đánh dấu vùng lỗi. Sử dụng các công cụ chú thích để vẽ chính xác nơi lỗi sẽ xuất hiện trên hình ảnh.
- Tạo. Nhấp vào nút Generate màu tím. AI sẽ tạo ra một lỗi giống thật trong vùng bạn đã đánh dấu.
Công cụ chú thích
Thanh công cụ bên trái cung cấp bảy công cụ để định vị lỗi chính xác:
| Phím tắt | Công cụ | Phù hợp nhất cho |
|---|---|---|
| C | Circle Marker | Các lỗi dạng tròn hoặc dạng điểm như rỗ, bong bóng, đổi màu cục bộ |
| M | Rectangle Select | Các mẫu dạng dải như vết xước dọc theo cạnh hoặc cong vênh ở cấp độ tấm |
| L | Lasso | Các hình dạng không đều hoặc hữu cơ như vết nứt, vết tràn, các mẫu nứt phức tạp |
| G | Move/Resize | Định vị lại và thay đổi kích thước chú thích sau khi vẽ |
| E | Eraser | Xóa các chú thích |
| H | Pan | Di chuyển xung quanh hình ảnh (cũng có sẵn tạm thời bằng cách giữ phím Space) |
| Z | Zoom | Phóng to lên đến 800% để có độ chính xác ở cấp độ pixel |
Phím tắt bổ sung: Ctrl+Z để hoàn tác, Ctrl+Shift+Z để làm lại, Del để xóa chú thích cuối cùng.
Thanh công cụ chú thích
Bảng loại lỗi với bộ chọn camera và nút Generate
Hãy coi mỗi chú thích như một cửa sổ chỉ dẫn chính xác. AI chỉ tạo lỗi bên trong vùng chọn của bạn. Nếu vùng của bạn ôm sát vùng lỗi dự định, model có thể tập trung chính xác. Các vùng lỏng lẻo bao gồm cả nền không liên quan có thể khiến model lan ảnh hưởng của lỗi ra các khu vực khác.
Viết mô tả lỗi hiệu quả
AI diễn giải tên lỗi của bạn như một chỉ dẫn ngôn ngữ tự nhiên. Tính cụ thể rất quan trọng.
| Chất lượng | Ví dụ | Lý do |
|---|---|---|
| Tốt | "Light horizontal transparent scratches on glossy plastic" | Bao gồm hình thái, hướng, loại bề mặt và đặc điểm thị giác |
| Tốt | "Fine radial crack near molded corner" | Cụ thể về hình dạng, vị trí và bối cảnh vật liệu |
| Kém | "scratch" | Quá mơ hồ để mô hình tạo ra kết quả hữu ích |
| Kém | "damage" | Không có hình thái, không có bối cảnh bề mặt |
Hãy bắt đầu với các loại lỗi do AI gợi ý trước. Chúng xuất hiện ngắn gọn trên giao diện, nhưng nội bộ mỗi loại được ánh xạ tới một mô tả ngữ nghĩa phong phú hơn giúp mô hình tạo ra kết quả chính xác. Chỉ thêm lỗi tùy chỉnh khi mục tiêu của bạn không được bao phủ bởi các gợi ý.
Capture from Image (lỗi tham chiếu)
Một trong những tính năng mạnh mẽ nhất. Sử dụng Browse & Capture để chọn một hình ảnh đã tải lên, đánh dấu một vùng lỗi thực và lưu lại làm template tham chiếu có thể tái sử dụng. Điều này cho phép bạn chuyển một lỗi thực từ hình ảnh này sang các hình ảnh khác.
- Đặt tên là yếu tố then chốt. Vùng cắt bao gồm cả lỗi và phần nền xung quanh. AI sử dụng tên bạn đặt để hiểu phần nào là lỗi thực sự. "Bent pin on connector" cung cấp cho mô hình một mỏ neo ngữ nghĩa, trong khi "defect" khiến mô hình phải đoán.
- Kịch bản chuyển đổi: Cùng một bộ phận ở vị trí khác, các bộ phận tương tự trên cùng dây chuyền, hoặc thậm chí các dây chuyền sản xuất khác nhau khi khái niệm lỗi vẫn hợp lý (ví dụ: vết xước trên một vỏ nhựa có thể chuyển tốt sang vỏ nhựa khác).
- Thanh trượt Severity, Rotation và Size (chỉ áp dụng cho lỗi tham chiếu): Nếu không có biến thể, mỗi lỗi được chuyển sẽ là bản sao y hệt. Rotation thay đổi góc và hướng. Size kiểm soát phạm vi không gian. Severity kiểm soát mức độ nổi bật về mặt thị giác của lỗi.
Kiểm soát Severity
Thanh trượt severity kiểm soát mức độ nổi bật về mặt thị giác của lỗi. Mặc định được đặt ở mức tinh tế có chủ đích vì hầu hết các lỗi sản xuất thực tế đều rất khó nhận thấy. Ngay cả ở mức 50%, các lỗi vẫn khá mờ nhạt. Ở mức 1%, lỗi gần như vô hình với mắt người, nhưng camera OV vision vẫn có thể phát hiện được. Đây là một trong những lợi thế chính của machine vision: camera không bao giờ mỏi và có thể nhận diện các mẫu dưới ngưỡng cảm nhận của con người.
Chế độ Style Variations
Nằm bên cạnh nút Change Image. Sau khi tải lên một hình ảnh, AI phân tích loại bộ phận và gợi ý các biến đổi kiểu dáng phổ biến trong sản xuất, như thay đổi bề mặt kim loại từ chải xước sang đánh bóng, đổi màu nhựa hoặc thay đổi loại lớp phủ. Bạn cũng có thể thêm các biến thể kiểu dáng tùy chỉnh của riêng mình.
Hai trình tự hợp lệ:
- Restyle trước, sau đó thêm lỗi. Hữu ích để tạo dữ liệu huấn luyện cho một dòng sản phẩm hoặc bảng màu mới trước khi nó tồn tại thực tế.
- Thêm lỗi trước, sau đó restyle. Xem cùng một lỗi trông như thế nào trên các biến thể vật liệu, lớp hoàn thiện và màu sắc.
Hình học, hướng, bố cục và bố trí của bộ phận vẫn giữ nguyên. Chỉ thuộc tính kiểu dáng được nhắm đến mới thay đổi. Điều này đặc biệt có giá trị vì bối cảnh lỗi (vị trí, hình dạng, mức độ nghiêm trọng) ổn định trên các biến thể, nên mô hình của bạn học cách phát hiện chính lỗi đó thay vì một tổ hợp cụ thể giữa lỗi và hình thức bề mặt.
Giới hạn vùng
- Tối đa 9 vùng lỗi thông thường (tích hợp sẵn hoặc dựa trên văn bản tùy chỉnh)
- Tối đa 4 lỗi chuyển từ hình ảnh tham chiếu
- Càng ít vùng thường cho kết quả sạch hơn. Hãy bắt đầu với một vùng chính xác, xác minh chất lượng, sau đó thêm dần dần.
Hàng đợi và thông lượng
Studio chạy tối đa 3 lần tạo song song. Các yêu cầu bổ sung sẽ tự động xếp hàng và thực thi khi có chỗ trống. Sử dụng các đợt 3 lần chạy để so sánh nhanh A/B/C: gửi cùng một cấu hình ba lần, so sánh kết quả cạnh nhau và chọn đầu ra tốt nhất. Đối với khối lượng lớn, hãy xếp 10 công việc trở lên vào hàng đợi và để chúng xử lý trong khi bạn tiếp tục các công việc khác.
Compare, Library, và Downloads
- Compare: Chuyển đổi giữa hình ảnh cơ sở (baseline) và hình ảnh được tạo. Đối với các lỗi tinh vi, kiểu chuyển đổi nhanh/nhấp nháy hoạt động tốt nhất. Hệ thống thị giác của con người phát hiện sự thay đổi qua chuyển động tốt hơn nhiều so với so sánh tĩnh cạnh nhau.
- Image Library: Khay phía dưới cung cấp dải phim có thể cuộn để quét hình ảnh nhanh. Chế độ xem mở rộng bổ sung quản lý tập dữ liệu đầy đủ: tìm kiếm, sắp xếp, chọn nhiều (Ctrl/Shift-click), tải xuống các hình ảnh riêng lẻ, tạo tệp ZIP cho quy trình huấn luyện và xóa.
- Lưu chú thích: Khi bạn chuyển đổi giữa các hình ảnh, tất cả các chú thích được tự động bảo toàn và khôi phục. Điều hướng đi nơi khác để xem lại một hình ảnh khác, sau đó quay lại để tìm thấy tất cả các vùng của bạn chính xác ở vị trí bạn đã để lại.
Quy trình làm việc được khuyến nghị
- Tải lên một hình ảnh cơ sở sạch và đảm bảo nó phù hợp với khung hình OV20i (1408 x 1080). Ánh sáng tốt, lấy nét đúng và nền tối giản đều có ích.
- Bắt đầu với các lỗi do AI đề xuất. Chúng đã được hiệu chỉnh cho loại bộ phận của bạn. Chỉ thêm tên tùy chỉnh khi lỗi mục tiêu của bạn bị thiếu.
- Đặt một vùng chính xác, chặt chẽ và tạo trước. Các lần chạy một vùng là cơ sở đáng tin cậy nhất.
- Sử dụng Compare một cách triệt để sau mỗi lần tạo. Đối với các lỗi tinh vi, việc chuyển đổi nhanh làm cho ngay cả những khác biệt nhỏ nhất cũng nổi bật về mặt thị giác.
- Điều chỉnh mức độ nghiêm trọng, độ chặt của vùng và từ ngữ dựa trên những gì bạn thấy. Lặp lại cho đến khi chất lượng ổn định, sau đó mở rộng lên nhiều vùng và khối lượng được xếp hàng đợi.
Cách tiếp cận tốt nhất: huấn luyện với 3-5 hình ảnh thực ban đầu trước, xác định nơi AI gặp khó khăn, sau đó sử dụng Defect Studio để tạo các ví dụ tổng hợp có mục tiêu cho những chế độ lỗi cụ thể đó. Dữ liệu thực dạy mức cơ sở; dữ liệu tổng hợp lấp đầy các khoảng trống.
Hình ảnh từ Defect Studio rất mạnh mẽ để lấp đầy các khoảng trống trong tập huấn luyện của bạn, nhưng chúng không bao giờ nên là nguồn dữ liệu huấn luyện duy nhất của bạn. Luôn xác thực hiệu suất mô hình so với các hình ảnh sản xuất thực tế.
Xem nó hoạt động
Vị trí trong quy trình làm việc: Bạn sẽ sử dụng Defect Studio trong Bước 4: Huấn Luyện Mô Hình AI Của Bạn để xây dựng dữ liệu huấn luyện nhanh hơn.