AI 驱动文档
您想了解什么?
第三步:感兴趣区域 (ROI)
现在对齐已经正常工作,接下来需要告诉相机在哪里进行检测。您可以通过绘制感兴趣区域 (ROI) 来实现:在图像上绘制矩形以定义 AI 将分析的区域。
对齐器会动态移动您的检测框,以跟踪零件的位移和旋转。这意味着您无需为 ROI 添加额外的填充来应对零件移动。您可以将其紧贴特征绘制,这样 AI 可以获得更清晰、更聚焦的视图,并且所需的训练数据更少。如果您的 ROI 看起来过大或 AI 表现不佳,请先返回检查您的对齐设置。
关键术语
- 检测类型 (Inspection Type): 共享数据集和类别集的一个类别。示例:"螺丝",包含类别"存在"和"缺失"
- 感兴趣区域 (ROI): 零件上的特定位置。示例:"Screw_1"、"Screw_2"、"Screw_3",全部共享"螺丝"检测类型
您可以在一张图像上拥有多个检测类型。例如:"螺丝"(10 个 ROI)和"连接器"(2 个 ROI),每个都有其各自的类别和训练数据。
为什么 ROI 大小很重要
这是客户挫败感的第二大来源(仅次于对齐)。我们来解释原因。
512x512 像素限制
每个 ROI 都会从完整图像中裁剪出来,并单独输入到 AI 模型中。AI 模型接受的最大尺寸为 512 x 512 像素。如果您的 ROI 大于该尺寸,相机会将其缩小以适应,您将永久丢失细节。
可以把它想象成把高分辨率照片缩小成缩略图。精细的细节会消失。
越小越好,原因如下
假设您正在查找一个缺失的螺丝。您可以绘制一个覆盖整块电路板的巨大 ROI,或者只覆盖螺丝区域的小 ROI。
使用小 ROI:
- 螺丝在裁剪图中占主导地位,因此 AI 很容易明白您要查找什么
- 您需要的训练图像更少(信噪比高)
- 处理速度更快
- 如果 ROI 小于 512x512,不会丢失任何信息
使用大 ROI:
- 螺丝只是大片背景中的一个小细节
- AI 需要更多数据来学习什么是重要的
- 如果 ROI 超过 512x512,裁剪图会被缩小,螺丝会变得更小
- 处理时间更长
全图检测的网格技术
如果您需要检测整张图像以查找小缺陷(例如表面划痕)怎么办?不要使用一个巨大的 ROI。相反,应以网格模式平铺多个小 ROI:
每个小 ROI 都保留完整的分辨率。如果任何一个 ROI 失败,整个检测就会失败。您可以两全其美:完整覆盖且保留所有细节。
设置您的 ROI
OV20i 网页界面在 v2026.5 中进行了重新设计。请在相机 UI 的右上角查看您的软件版本,并选择匹配的选项卡。您的选择将在此设置流程的每个页面中保持一致。
- 较旧版本
- v2026.5 及更新版本
在程序编辑器中导航到 Inspection Setup,然后在零件上绘制您的区域。

1. 创建检测类型。 将"Inspection Type 1"重命名为有意义的名称,例如"Screws"、"Surface_Quality"或"Connector_Check"。这个名称很重要,因为它会出现在您的输出数据和 Node-RED 流程中。
2. 绘制您的 ROI。
点击 + Add Region of Interest (ROI)。图像上会出现一个黄色矩形。将其拖动到位,通过拖动角点调整大小,使其刚好足够大以包含特征,并将其从"New ROI"重命名为更具描述性的名称(例如"Screw_Top_Left")。
3. 为每个位置重复操作。 如果您要检测 10 颗螺丝,请创建 10 个 ROI,每个螺丝位置一个。它们都共享相同的检测类型和数据集。
将第一个 ROI 命名为"Connector 1"并点击复制。它会自动创建"Connector 2"、"Connector 3"等,名称会自动递增。比从头创建每一个要快得多。
4. 使用实时预览进行验证。 切换到 Live Preview Mode,确认所有 ROI 正确位于零件上、随对齐而移动、完全包含您要检测的特征,并且不会过大。
在程序编辑器中,打开第三步:感兴趣区域 (ROI)。它分为五个子选项卡:About、Inspection Types、Classes、ROIs 和 Live Preview。从左到右依次完成。
关于
概念回顾。它解释了检测类型(包含数据集、类别和模型的容器)、其类别以及共享这些内容的 ROI 是如何协同工作的,并阐明了"裁剪越紧凑效果越好"这一黄金法则。

检测类型 (Inspection Types)
检测类型将类别、数据集和模型捆绑在一起。分配给它的每个 ROI 都共享这三者。点击 Add Inspection Type 创建一个,并使用编辑图标对其重命名(例如,"Screws"、"Surface_Quality" 或 "Connector_Check")。该名称将出现在您的输出数据和 Node-RED 流程中。表格显示每种类型分配了多少个 ROI。

类别 (Classes)
为每种检测类型定义模型可以预测的类别。点击 Add class 并为每个类别命名和指定颜色。对于简单的通过/失败检测,可以是绿色的 Pass 和红色的 Fail;对于分拣场景,可能是 Good / Scratched / Cracked。这些就是您在第 4 步训练时将应用于每个 ROI 的标签。

对于分割器,每个类别是您想要查找和定位的缺陷或特征,例如 Hole、Scratch 或 Stain。您以相同的方式添加它们,并为每个类别选择一种颜色。该颜色将成为您在第 4 步标注时使用的画笔。

ROI
这是您在参考捕获图像上绘制和排布区域的位置:
- Add ROI 会在图像上放置一个新区域。拖动它到所需位置,并通过四角调整大小。ROI 表格中的每一行都有自己的编辑(重命名和分配检测类型)、删除和锁定控件,Delete all 可一次性清除所有 ROI。
- Add Grid 用大小相等的 ROI 网格自动填充图像。选择图块大小(Small (128px)、Medium (256px) 或 Large (512px)),设置重叠百分比,可选择启用 Replace existing ROIs,然后点击 Generate。这是构建上述全表面检测所需平铺网格的最快方式。
- 点击 Ignore Regions,然后涂绘检测应完全跳过的区域。
- Transformation 面板可对选中 ROI 的高度 (H)、宽度 (W)、位置 (X/Y) 和角度进行精确的数值控制,并提供 align 和 distribute 工具来整齐排列 ROI 行。顶部的 Bounding Boxes 和 ROI Labels 开关可显示或隐藏图像上的叠加层。


对于全表面检测,使用 Add Grid 并选择 Large (512px),只需一次点击即可生成一个完整的最大分辨率 ROI 网格,比手动放置每个图块快得多,并且每个图块都保持在 512x512 限制内。
实时预览
切换实时预览以观察您的 ROI 在实时画面中跟踪零件。确认每个 ROI 都位于正确的特征上,能随对齐移动,完整包含您要检测的内容,并且不超出实际所需大小。
ROI 尺寸指南
| ROI 用途 | 尺寸建议 |
|---|---|
| 单个特征(螺钉、连接器、标签) | 刚好能包含该特征并留有少量边距 |
| 缺陷的表面区域 | 由小图块组成的网格,每个小于 512x512 像素 |
| 需要细节的大型特征 | 使用分割器而不是分类器 |
| 有无检测 | 较小;特征要么存在要么不存在 |
何时使用多个 ROI
不要害怕使用大量 ROI。您可以使用数十个甚至数百个。优势:
- 共享训练数据。 所有相同检测类型的 ROI 共享一个数据集。10 个螺钉 ROI 意味着每次捕获获得 10 倍的训练数据。
- 更快的处理速度。 多个小裁剪比一个大裁剪处理得更快。
- 更高的准确率。 每个小裁剪具有较高的信噪比。
- 细粒度报告。 您可以准确看到哪个 ROI 失败了。
何时需要较大的 ROI
如果您确实需要较大的 ROI 来查找小缺陷(例如大表面上的细微划痕),请考虑使用分割器而不是分类器。分割器专为像素级检测设计,能更好地处理大面积区域。
感兴趣区域 (ROI) 检查清单
在继续之前,请确认:
- 已使用有意义的名称创建检测类型
- 已绘制 ROI,刚好足以包含该特征
- ROI 命名具有描述性(例如 "Screw_Top_Left")
- 在实时预览中所有 ROI 都能随对齐正确移动
- 没有 ROI 超过 512x512 像素(检查降采样警告)
准备好训练 AI 了吗?前往第 4 步:训练您的 AI。