Defect Creator Studio

需要解决的问题： 您需要罕见缺陷的训练数据，但等待它们自然发生需要数周甚至数月。

功能描述： 基于单张良品图像和简短的英文描述，生成具写实感的合成缺陷图片。上传一张良品，标注缺陷应出现的位置，描述缺陷（如 "焊缝处的极细裂纹"），即可在几秒钟内获得数十张逼真的训练图像。

Getting started

1. 上传 清晰且光线充足的部件图。将图像拖放到画布中，或点击 浏览文件。该工具支持最高 8K 分辨率，所有图像均本地保存在您的浏览器中。
2. 选择相机目标。 在 OV10i/OV20i（1408 x 1080，4:3 宽高比）和 OV80i（3840 x 2160，16:9）之间切换。这些与 OV 摄像头的实际传感器输出相匹配。如果图像较大，工具会自动进行降采样。如果纵横比不匹配，将出现裁剪覆盖层，您可以选择保留的部分。
3. 选择缺陷类型。 上传后，AI 将分析您部件的材质、形状和表面处理情况，并推荐相关的缺陷类型。内置共 16 种缺陷类型：Scratch（划痕）、Dent（凹痕）、Chip（剥离/缺口）、Stain（污渍）、Crack（裂纹）、Corrosion（腐蚀）、Porosity（孔洞）、Weld Defect（焊缝缺陷）、Discoloration（着色不均）、Burr（毛刺）、Delamination（分层）、Warping（翘曲）、Contamination（污染）、Missing Material（缺失材料）、Inclusion（夹杂物）和 Oxidation（氧化）。您也可以使用 Custom Defects 自定义缺陷，附上自定义描述。
4. 标注缺陷区域。 使用注释工具在图像上精确绘制缺陷应出现的位置。
5. 生成。 点击紫色的 Generate 按钮。AI 会在您标记的区域内生成具写实感的缺陷。

注释工具

左侧工具栏提供七种工具，以实现精确缺陷定位：

快捷键	工具	最佳用途
C	圆圈标记	圆形或点状缺陷，如凹坑、气泡、局部变色情况
M	矩形选择	带状纹理，如边缘划痕或面板级翘曲
L	套索	不规则或有机形状，如裂纹、液体溢出、复杂断裂模式
G	移动/缩放	绘制后重新定位和调整标注大小
E	橡皮擦	删除标注
H	平移	浏览图像（按住 Space 键也可临时使用）
Z	缩放	放大至高达 800%，实现像素级精度

额外的键盘快捷键：Ctrl+Z 撤销、Ctrl+Shift+Z 重做、Del 删除最后一个标注。

Annotation toolbar

Defect type panel with camera selector and Generate button

Tight regions produce better results

将每个标注视为一个精准的指令窗口。AI 仅在您选择的区域内生成缺陷。如果所选区域紧贴目标缺陷区域，模型可以更精确地聚焦。包含不相关背景的松散区域可能会使模型将缺陷影响扩散到额外区域。

编写有效的缺陷描述

AI 将您的缺陷名称解读为自然语言指令。具体性很重要。

质量	示例	原因
良好	"光滑塑料表面的水平透明划痕"	包括形态、方向、表面类型和视觉表现
良好	""在成型角附近的细小径向裂纹""	具体描述了形状、位置和材料上下文
不良	""划痕""	对模型而言过于模糊，无法产生有用的结果
不良	""损坏""	缺少形态信息，且无表面上下文

请先从 AI 提议的缺陷类型开始。它们在 UI 中显示为简短选项，但在内部每一个都映射到更丰富的语义描述，帮助模型产生更准确的结果。仅在目标未被这些建议覆盖时才添加自定义缺陷。

从图像捕捉（参考缺陷）

最强大的功能之一。使用 Browse & Capture 选择已上传的图像，标记真实缺陷区域，并将其保存为可重复使用的参考模板。这样可以将一个实际缺陷从一张图像转移到其他图像。

• 命名至关重要。 裁剪区域同时包含缺陷及其周围背景。AI 使用您的命名来理解哪一部分才是实际缺陷。"Bent pin on connector" 为模型提供一个语义锚点，而单独使用“defect”则会让模型去猜测。
• 转移场景： 同一部件在不同位置、同一生产线的相似部件，甚至在不同生产线中，当缺陷概念仍然成立时也可转移（例如，一块塑料外壳上的划痕很好地转移到另一块塑料外壳上）。
• 严重度、旋转和尺寸滑块（仅限参考缺陷）：若不做变化，每次转移的缺陷都将是一个完全相同的拷贝。旋转会改变角度和方向。尺寸控制空间覆盖范围。严重度控制缺陷的视觉显著性。

严重度控制

严重度滑块控制缺陷在视觉上的突出程度。默认值故意设置得较为微妙，因为大多数实际制造缺陷也很微小。即使达到 50%，缺陷仍然相当微弱。达到 1% 时，肉眼几乎不可见，但 OV vision 摄像头仍然可以检测到它们。这是机器视觉的一个关键优势：摄像头永不疲劳，能够检测出低于人类感知阈值的模式。

风格变体模式

位于“Change Image”按钮旁边。上传图像后，AI 将分析部件类型并建议在制造业中常见的风格修改，例如将金属表面处理从拉丝改为抛光、改变塑料颜色或更改涂层类型。您也可以添加自定义风格变体。

两种有效的序列：

• 先重新造型，再添加缺陷。 在新产品线或颜色方案尚未实际存在时，用于生成训练数据非常有用。
• 先添加缺陷，再进行风格变换。 观察同一缺陷在材料、表面处理和颜色变体上的外观差异。

部件几何、方向、布局和构图保持不变。仅目标风格属性发生变化。这在不同变体之间尤为有价值，因为缺陷上下文（位置、形状、严重性）保持稳定，因此您的模型学会检测缺陷本身，而不是缺陷与表面外观的特定组合。

区域限制

• 最多 9 个常规缺陷区域（内置或自定义文本型）
• 最多 4 个参考图像传输缺陷
• 区域数量越少，结果通常越干净。请从一个精准区域开始，验证质量，然后逐步增加。

队列与吞吐量

• Studio 最多并行运行 3 代。
• 额外请求会自动排队，等到有空位时再执行。
• 使用 3 次运行的批次进行快速 A/B/C 比较：对同一配置提交三次，并排比较结果，挑选最佳输出。
• 面向大容量时，请将 10 个或以上的作业排队，让它们在你继续其他工作时完成处理。

比较、图像库与下载

• Compare: 在基线图像和生成图像之间切换。对于细微缺陷，快速切换/闪烁式切换效果最佳。人眼对变化的检测通过运动比静态并排比较更敏感。
• Image Library: 底部托盘提供可滚动的胶片带以快速进行视觉浏览。扩展视图增加了完整的数据集管理：搜索、排序、多选（Ctrl/Shift-单击）、下载单个图像、为训练流水线创建 ZIP 压缩包，以及删除。
• Annotation persistence: 在切换图像时，所有注释都会自动保留并在返回时还原。离开查看另一个图像后再返回，你会发现所有区域都保持在离开时的位置。

推荐工作流程

1. 上传一张干净的基线图像，并确保其符合 OV10i（1408 x 1080）取景框。良好的照明、正确的对焦，以及尽量减少背景杂乱都很有帮助。
2. 先从 AI 建议的缺陷开始。它们是针对您的零件类型进行标定的。只有当你的目标缺陷缺失时，才添加自定义命名。
3. 放置一个精准且紧凑的区域并生成首个结果。单区域运行是最可靠的基线。
4. 在每次生成后积极使用 Compare。对于细微缺陷，快速切换能使极小的差异在视觉上更明显。
5. 根据所见结果调整严重性、区域紧密度和措辞。重复直到质量稳定，然后扩展到多个区域和排队量。

以真实数据为起点，通过合成数据加速

最佳做法：先用初始的 3-5 张真实图像进行训练，找出 AI 在何处表现不佳，然后使用 Defect Studio 生成针对这些具体故障模式的目标合成样本。真实数据建立基线；合成数据用于填补空白。

合成数据是对真实数据的补充，不能替代它

Defect Studio 的图像在填补训练集中的空白方面非常有帮助，但它们不应成为你唯一的训练数据来源。始终用真实生产图像来验证模型性能。

实际演示

它在工作流程中的位置： 你将在 Step 4: Train Your AI Model 阶段使用 Defect Studio 以更快地构建训练数据。