跳到主要内容

AI 驱动文档

您想了解什么？

重新训练模型

OV10i Note

OV10i 仅支持 classification 模型。本页所提及的 Segmentation 功能可在 OV20i 和 OV80i 摄像机上使用。

本页介绍在 OV10i 系统上何时以及如何重新训练你的 AI model，无论你使用的是 Classification 还是 Segmentation，以在零件或生产条件变化时保持检验的准确性。

视频指南

在实际操作中查看本主题： OV Auto-Defect Creator Studio

提示

AI 性能取决于训练数据的相关性。当零件、条件或检验要求发生变化时，请重新训练。

何时应重新训练？​

重新训练可确保模型跟上生产现实。将本指南应用于 Classification 与 Segmentation 项目。

如果满足以下条件，应重新训练：​

  • 您正在检查一个 new SKU or part variant
  • 您的 inspection requirements have changed（例如，现在检测表面缺陷或 grease）
  • 您已经更改了 fixture, robot, or part presentation
  • 灯光已发生显著变化（例如，反射、角度、强度）
  • Accuracy has dropped — 假阳性/假阴性增多
  • 你需要 tighter confidence thresholds 或更精确的结果
  • 模型显示出 overfitting or under-generalizing 的迹象

如何重新训练（适用于两种模型类型）​

  1. Capture new sample images 从你当前的生产设置中捕获新样本图像
  2. For Classification：为图像或 ROI 标注类别名称 For Segmentation：在缺陷区域（或良好/不良区域）绘制像素级掩模
  3. 选择适当的训练模式：
    • Classification：
      • Fast – 用于快速测试或迭代
      • Accurate – 用于生产使用
    • Segmentation：
      • Accurate – 仅一种模式，专为精度优化
  4. 在 Recipe 界面中运行训练
  5. 审查模型输出并测试实时检验
  6. 当置信度和覆盖率达到预期时部署新模型

模型类型快速指南​

Model TypeBest ForTraining ModesOutput
ClassificationGood/Bad or discrete state decisionsFast, AccurateWhole image or ROI class
SegmentationPixel-level defect or region mappingAccurate onlyLabeled mask (highlighted areas)

示例用例​

示例模型类型
检测缺失的螺栓Classification
检查划痕或凹痕Segmentation
验证润滑油存在Classification or Segmentation (depends on precision needed)
测量泡沫覆盖Segmentation

重新训练的最佳实践​

  • ✅ 始终使用 fresh production images
  • ✅ 包含混合的 pass/fail cases，特别是边缘情况
  • ✅ 至少使用 30–50 images per class（Classification）
  • ✅ 确保 ROI 边界或掩模 match the part layout
  • ✅ 在部署前使用 Accurate 模式
  • ❌ 不要使用模糊、光线不足或对齐错误的图像进行训练

🔗 相关链接​