AI 驱动文档
您想了解什么？
重新训练模型
本页面介绍在 OV10i 系统上何时以及如何重新训练 AI 模型（无论您使用的是分类还是分割），以便在零件或生产条件发生变化时保持检测的准确性。
视频指南
查看此主题的实际操作：OV Auto-Defect Creator Studio
提示
AI 性能取决于训练数据的相关性。当零件、条件或检测要求发生变化时，请重新训练。
何时应该重新训练？
重新训练可确保模型跟上生产实际情况。此指导适用于分类和分割项目。
在以下情况下重新训练：
- 您正在检测新的 SKU 或零件变体
- 您的检测要求已更改（例如，现在需要检测表面缺陷或油脂）
- 您更改了夹具、机器人或零件呈现方式
- 光照发生了显著变化（例如，反射、角度、强度）
- 精度下降 — 出现更多假阳性/假阴性
- 您需要更严格的置信度阈值或更精确的结果
- 模型出现过拟合或泛化不足的迹象
如何重新训练（适用于两种模型类型）
-
从当前生产设置中捕获新的样本图像
-
对于分类：使用类别名称标记图像或 ROI
对于分割：在缺陷（或良好/不良区域）上绘制像素级掩码
-
选择合适的训练模式：
- 分类：
- Fast – 用于快速测试或迭代
- Accurate – 用于生产环境
- 分割：
- Accurate – 唯一模式，针对精度进行了优化
- 分类：
-
在程序编辑器界面中运行训练
-
查看模型输出并测试实时检测
-
当置信度和覆盖范围满足预期时，部署新模型
模型类型快速指南
| 模型类型 | 最适合 | 训练模式 | 输出 |
|---|---|---|---|
| 分类 | 良好/不良或离散状态判定 | Fast、Accurate | 整个图像或 ROI 类别 |
| 分割 | 像素级缺陷或区域映射 | 仅 Accurate | 带标签的掩码（高亮区域） |
示例用例
| 示例 | 模型类型 |
|---|---|
| 检测缺失的螺栓 | 分类 |
| 检查划痕或凹痕 | 分割 |
| 验证油脂存在 | 分类或分割（取决于所需精度） |
| 测量泡沫覆盖范围 | 分割 |
重新训练的最佳实践
- ✅ 始终使用新的生产图像
- ✅ 包含通过/失败案例的混合，尤其是边缘案例
- ✅ 每个类别至少使用 30–50 张图像（分类）
- ✅ 确保 ROI 边界或掩码与零件布局相匹配
- ✅ 在部署前使用 Accurate 模式
- ❌ 不要使用模糊、低光或未对齐的图像进行训练