第三步：感兴趣区域 (ROI)

对齐功能已正常工作后，接下来需要告诉相机该看哪里。您可以通过绘制感兴趣区域 (ROI) 来实现这一点：在图像上绘制矩形框，以定义 AI 将分析的区域。

良好的对齐 = 更小的 ROI = 更高的精度

对齐器会动态移动您的检测框，以跟踪部件的位移和旋转。这意味着您无需为部件移动而在 ROI 上添加额外的边距。您可以紧贴特征绘制 ROI，这样 AI 就能获得更清晰、更聚焦的视图，所需的训练数据也更少。如果您的 ROI 看起来过大或 AI 表现不佳，请先返回检查您的对齐设置。

关键术语

• 检测类型 (Inspection Type)： 共享数据集和类别集的一个类别。例如："Screws"（螺丝），其类别为"present"（存在）和"absent"（缺失）
• 感兴趣区域 (ROI)： 部件上的特定位置。例如："Screw_1"、"Screw_2"、"Screw_3"，它们都共享"Screws"检测类型

一张图像上可以有多个检测类型。例如："Screws"（10 个 ROI）和"Connectors"（2 个 ROI），各自拥有独立的类别和训练数据。

为什么 ROI 大小很重要

这是客户遇到的第二大困扰来源（仅次于对齐）。下面解释原因。

512x512 像素限制

关键提示：大于 512x512 像素的 ROI 会丢失信息

每个 ROI 都会从完整图像中裁剪出来，并单独输入 AI 模型。AI 模型可接受的最大尺寸为 512 x 512 像素。如果您的 ROI 超过该尺寸，相机会将其缩小以适配，您将永久丢失细节。

可以将其想象成把高分辨率照片压缩成缩略图，精细的细节就会消失。

越小越好，原因如下

假设您要检测缺失的螺丝。您可以绘制一个覆盖整块板的巨大 ROI，也可以绘制一个仅覆盖螺丝区域的小 ROI。

使用小 ROI 时：

• 螺丝在裁剪图中占据主导位置，AI 能清楚识别您要找的目标
• 所需训练图像更少（信噪比高）
• 处理速度更快
• 如果 ROI 小于 512x512，则不会丢失信息

使用大 ROI 时：

• 螺丝在大量背景中只是一个微小细节
• AI 需要更多数据才能学到关键信息
• 如果 ROI 超过 512x512，裁剪图会被缩小，螺丝会变得更加微小
• 处理时间更长

全图检测的网格技术

如果您需要在整个图像中检测小缺陷（例如表面上的划痕），该怎么办？不要使用一个巨大的 ROI，而是以网格形式平铺多个小 ROI：

每个小 ROI 都保留完整的分辨率。如果任何单个 ROI 失败，整个检测就可以判定为失败。这样您可以两全其美：实现全覆盖的同时保留全部细节。

设置您的 ROI

1. 创建检测类型

在程序编辑器中导航至 Inspection Setup（检测设置）。

将"Inspection Type 1"重命名为有意义的名称，例如"Screws"、"Surface_Quality"或"Connector_Check"。该名称很重要，因为它会出现在您的输出数据和 Node-RED 流程中。

2. 定义类别

添加此检测类型所需的类别。对于分类器，可能是：

• Pass / Fail
• Present / Absent
• Good / Scratched / Cracked

一开始保持简单。您随时可以稍后添加类别。

3. 绘制 ROI

点击 + 添加感兴趣区域 (ROI)。图像上会出现一个黄色矩形。

• 拖动它到正确位置
• 通过拖动角落来调整大小
• 让它刚好足够大以包含您要检测的特征
• 将其从"New ROI"重命名为具有描述性的名称（例如"Screw_Top_Left"）

4. 对每个位置重复操作

如果您要检测 10 个螺丝，请创建 10 个 ROI，每个螺丝位置一个。它们都共享相同的检测类型和数据集。

复制粘贴快捷方式

将第一个 ROI 命名为"Connector 1"并点击复制。它会自动创建"Connector 2"、"Connector 3"等带有自动递增名称的 ROI。比从头创建每个要快得多。

最佳实践：为每个 ROI 提供唯一名称

在添加每个 ROI 时为其命名，并使每个名称都是唯一的，而不仅仅是描述性的："Screw_Top_Left"和"Screw_Bottom_Right"，绝不要让两个区域都叫"Screw"。唯一的名称是您在结果、保存的输出数据和 Node-RED 流程中区分区域的方式，因此当某个 ROI 失败时，您可以准确地知道要检查哪个位置。

5. 使用实时预览进行验证

切换实时预览模式并检查：

• 所有 ROI 在零件上的位置都正确
• ROI 随对齐移动（如果您使用对齐器）
• 每个 ROI 完全包含您要检测的特征
• 没有 ROI 大于所需尺寸

ROI 尺寸指南

ROI 用途	尺寸建议
单个特征（螺丝、连接器、标签）	刚好足够大以包含该特征并留有小边距
用于检测缺陷的表面区域	由小图块组成的网格，每个小于 512x512 像素
需要细节的大型特征	使用分割器而非分类器
存在/缺失检查	小尺寸；该特征要么存在要么不存在

何时使用多个 ROI

不要害怕使用大量 ROI。您可以使用几十甚至几百个。好处：

• 共享训练数据。 同一检测类型的所有 ROI 共享一个数据集。10 个螺丝 ROI 意味着每次捕获可获得 10 倍的训练数据。
• 更快的处理速度。 许多小的裁剪图像比一个大的处理得更快。
• 更高的准确性。 每个小裁剪图像具有较高的信噪比。
• 细粒度报告。 您可以准确看到哪个 ROI 失败。

何时需要大型 ROI

如果您确实需要一个大型 ROI 来发现小缺陷（例如大表面上的细微划痕），请考虑使用分割器而非分类器。分割器专为像素级检测设计，能更好地处理大区域。

感兴趣区域 (ROI) 检查清单

继续之前，请确认：

• 已使用有意义的名称创建检测类型
• 已为每个检测类型定义类别
• 已绘制 ROI，刚好足够大以包含该特征
• ROI 已使用描述性名称命名（例如"Screw_Top_Left"）
• 在实时预览中所有 ROI 都能正确地随对齐移动
• 没有 ROI 超过 512×512 像素（检查降采样警告）

准备好训练 AI 了吗？转到第 4 步：训练您的 AI。