跳到主要内容

improving-models

title: 随着时间的推移改进您的模型 sidebar_position: 11 slug: /guides/ov10i/improving-models​

随着时间的推移改进您的模型

时间：5 分钟（阅读）

您的检测已部署。随着条件变化、出现新的缺陷类型或规格演变，如何保持其性能？

Library：您的持续改进工具​

Every capture the camera takes gets saved in the Library, along with the AI's prediction and confidence score. This is your gold mine for improvement.

Library 视图：浏览捕获、按预测和置信度筛选

找出 AI 的错误判断​

  1. 转到 Library
  2. 浏览最近的捕获
  3. 查找以下两项：
    • Misses（错判）：AI 的预测明显错误的图像（每个缩略图左上角的复选框）
    • Low-confidence predictions（低置信度预测）：在任意图像上向下滚动以查看置信度值。低置信度表示 AI 不确定

使用带针对性数据的再训练​

  1. 选择 AI 预测错误或不确定的图像
  2. 点击 "Add to Active Recipe Train Set"
  3. 如有需要，请修正标签
  4. 点击 Retrain

将 Library 图像添加到训练集

专注于错判和低置信度捕获，而不是随机的新数据。这是提升改进效率的最有效方法。

Classifier 改进工作流​

  1. 审查 Library 图像 → 找出错误和低置信度预测
  2. 将它们添加到训练集
  3. 如有需要，请重新标注
  4. 重新训练
  5. 使用 Haystack 进行可视化的数据探索，并在大规模数据中发现错误标注的图像

Segmenter 改进工作流​

OV10i 仅支持 classifiers。

以下 Segmenter 工作流适用于 OV20i 和 OV80i。若您需要像素级缺陷检测，请考虑升级到 OV20i 或 OV80i。请参阅 Classifier vs. Segmenter 以帮助您做出决定。

Segmenter 进行像素级注释需要更长时间，因此有一个快捷方式：

  1. 将问题图像导入到 segmentation recipe
  2. 点击 Generate Predictions，让模型尽可能为新图像预先标注
  3. Fix the predictions 而不是从头开始标注（速度更快）
  4. 重新训练

指导原则​

  • 永不停迭代。 AI 具有极高的学习能力，随着 50、100，甚至 500 张以上的图像，它会持续改进
  • 有针对性地定位失败。 不要随机添加数据。只添加 AI 运行困难的情况
  • 定期检查错误标签。 随着数据集的增长，错误标签会变得更难发现，但仍会损害准确性

使用 GenAI 工具加速​

位于 tools.overview.ai 的三种 AI 驱动工具可以显著加速您的改进循环：

  • Defect Studio -- 生成高真实感的合成缺陷图像，速度比等待真实缺陷快高达 10,000 倍
  • Integration Builder -- 根据简单英文描述构建可投入生产的 Node-RED 流
  • AI Expert Helper -- 就任何相机问题获得全天候的专家指导
GenAI 工具包的优势

三者合力可将部署时间从数天缩短为数小时。生成合成训练数据以替代等待真实缺陷，通过描述你想要的内容来构建集成，并在无需等待支持工单的情况下获得即时专家指导。

→ 查看完整的 GenAI Toolkit 指南