AI 驱动文档
您想了解什么?
分类器 vs. 分割器
这是创建程序时最常见的问题。下面提供一个清晰的判断框架。
实际演示 — 交互式深度解析
分类器
分类器查看每个 ROI 裁剪图,并将其分配到某个类别:通过、失败、存在、缺失、有划痕、良好,或您定义的任何类别。
可以将其想象为把卡片分到不同的牌堆里。 AI 查看整个裁剪图并判断"这个归入通过堆"或"这个归入失败堆"。
何时使用分类器:
- 您需要通过/失败或多类别判定
- 您的 ROI 足够小,能够清晰显示缺陷
- 标注速度很重要(分类器标注速度快得多)
- 您要检查某特征的存在/缺失
- 示例:螺钉存在/缺失、连接器到位/未到位、标签正确/错误
如需结合交互式演练进行更深入的讲解,请阅读 理解分类器。
分割器
分割器在像素级检查每个 ROI 裁剪图,并精确识别哪些像素属于缺陷。
可以将其想象为用记号笔做高亮标记。 AI 会精确圈出缺陷所在位置,而不仅仅是判断缺陷是否存在。
何时使用分割器:
- 您需要像素级的缺陷定位(划痕究竟在哪里?)
- 您需要测量缺陷的大小或面积
- 您的 ROI 必须较大,但需要查找的是小缺陷
- 您需要在一个区域内对多个缺陷进行计数
- 示例:表面划痕、污渍、裂纹、焊接质量、尺寸测量
如需结合交互式演练进行更深入的讲解,请阅读 理解分割器。
对比
| 方面 | 分类器 | 分割器 |
|---|---|---|
| 告诉您什么 | 类别(通过/失败等) | 缺陷的确切像素 |
| 标注工作量 | 低:每张图像选择一个类别 | 高:涂绘缺陷像素 |
| 所需数据 | 每个类别 10-15 张图像即可开始 | 类似,但标注耗时更长 |
| ROI 大小 | 适合较小的 ROI | 更适合较大的 ROI |
| 速度 | 快 | 经优化后同样快 |
| 最适用于 | 存在/缺失、类别判定 | 划痕、污渍、测量、像素级检测 |
重叠区域
确实存在重叠的应用场景。许多检测任务用任一方法都能完成。如果您不确定:
- 先从分类器开始。 设置更简单,标注更快
- 如果发现分类器精度不够(无法在较大区域内检测小缺陷,或您需要测量),再切换到分割器
- 在 tools.overview.ai 询问 AI Assistant。描述您的应用场景,它将推荐最佳方法
需要训练图像?
使用 Defect Creator Studio 为任一方法生成照片级真实感的合成缺陷图像 — 用通俗英文描述缺陷,几秒钟内即可获得可用于训练的图像。
OV20i vs OV80i
- OV20i: 每个程序选择一个,分类器或分割器
- OV80i: 支持多模型。可在同一程序中针对同一捕获组合使用两者