AI 驱动文档
您想了解什么？
随时间持续改进您的模型
您的检查已部署。那么，当条件发生变化、出现新的缺陷类型或规格演变时，如何保持其良好性能？
库：您的持续改进工具
相机拍摄的每张图像都会保存在库中，同时保存 AI 的预测结果和置信度分数。这是您改进模型的金矿。
查找 AI 的错误判断
- 进入库
- 浏览最近的捕获
- 查找两类情况：
- 误判： AI 预测明显错误的图像（每个缩略图左上角的复选框）
- 低置信度预测： 在任意图像上向下滚动可查看置信度值。置信度低 = AI 不确定
使用针对性数据重新训练
- 选择 AI 判断错误或不确定的图像
- 点击**"添加到活动程序训练集"**
- 如有需要，修正标签
- 点击重新训练
重点关注误判和低置信度捕获，而非随机的新数据。这是最高效的改进方式。
使用元数据查看器检查已保存的图像
如果您需要查看 AI 对特定图像的预测结果，请将保存的 JPEG 上传到元数据查看器。OV 相机会将预测结果、置信度分数和相机设置直接嵌入到每张捕获的图像中。
分类器改进工作流
- 审查库中的图像 → 找出错误和低置信度预测
- 将它们添加到训练集
- 如有需要，重新标注
- 重新训练
- 使用 Haystack 直观地探索您的数据，并大规模发现错误标注的图像
分割器改进工作流
OV10i 仅支持分类器
以下分割器工作流适用于 OV20i 和 OV80i。如果您需要像素级缺陷检测，请考虑升级到 OV20i 或 OV80i。参见分类器 vs. 分割器以帮助决策。
分割器的标注耗时较长（像素级标注），因此有一个捷径：
- 将问题图像导入分割程序
- 点击生成预测，让模型尽可能对新图像进行预标注
- 修正预测结果，而不是从头开始标注（快得多）
- 重新训练
理念
- 永不停止迭代。 AI 具有很强的学习能力，即使达到 50、100 甚至 500+ 张图像，它仍会持续改进
- 针对失败情况。 不要随机添加数据。添加 AI 难以处理的案例
- 定期检查错误标注。 随着数据集的增长，错误标注变得更难发现，但仍会损害准确性
使用 GenAI 工具加速
tools.overview.ai 上的三款 AI 驱动工具可以大幅加速您的改进周期：
- Defect Studio —— 生成逼真的合成缺陷图像，比等待真实缺陷快 10,000 倍
- Integration Builder —— 根据简单的英文描述构建生产级 Node-RED 流程
- AI Expert Helper —— 获得 24/7 的专家指导，解答任何相机问题
GenAI 工具包的优势
这三款工具结合使用，可将您的部署时间从几天缩短到几小时。生成合成训练数据而无需等待真实缺陷，通过描述需求来构建集成，并无需等待支持工单即可获得即时专家指导。