第 3 步：感兴趣区域（ROI）
时间：10–15 分钟
现在对齐功能已经就绪，是时候告诉相机应该往哪里看了。您可以通过绘制 Inspection Regions（感兴趣区域，ROI）来实现：在图像上绘制矩形，定义 AI 将分析的区域。
关键术语
- Inspection Type: 具有共享数据集和一组类别的类别。示例：使用 "Screws"，其类别为 "present" 和 "absent"
- Inspection Region (ROI): 零件上的具体位置。示例： "Screw_1"、"Screw_2"、"Screw_3"，它们都共享 "Screws" 这个 inspection type
您可以在同一图像上拥有多个 inspection type。例如： "Screws"（10 个 ROIs）和 "Connectors"（2 个 ROIs），每个都具有自己的类别和训练数据。
为什么 ROI 大小重要
这是客户常见抱怨的第二大来源（仅次于对齐）。下面解释原因。
The 512x512 pixel limit
每个 ROI 都会从整张图像中裁剪出来，分别输入 AI 模型。AI 模型可接受的最大尺寸为 512 x 512 像素。如果你的 ROI 大于此尺寸，相机会将其缩小以适应，因此你将永久失去细节。
把它想象成拍一张高分辨率照片，然后缩小成缩略图。细节会消失。
小而精更优，原因如下
设想你在寻找一个丢失的螺丝。你可以绘制一个覆盖整个电路板的巨型 ROI，或者一个只覆盖螺丝区域的小 ROI。
使用小 ROI 时：
- 螺丝在裁剪区域中占主导地位，因此 AI 很容易理解你要找的对象
- 你需要的训练图像更少（信噪比高）
- 处理更快
- 如果 ROI 小于 512x512，信息不会丢失
使用大 ROI 时：
- 螺丝在背景海洋中只是一个微小的细节
- AI 需要更多数据来学习关键特征
- 如果 ROI 超过 512x512，裁剪会被缩小，螺丝会变得更小
- 处理时间更长
全图像检查的网格技术
如果你需要检查整张图像中的微小缺陷（例如表面上的划痕），不要使用一个巨大的 ROI。相反，在网格模式下平铺多个小 ROIs：
每个小 ROI 都保留了完整分辨率。如果任意一个 ROI 失败，整个检查可能失败。你将获得两全其美的效果：覆盖完整且保留细节。
设置你的 ROIs
1. 创建一个 Inspection Type
在配方编辑器中导航到 Inspection Setup。
将 "Inspection Type 1" 重命名为有意义的名称，例如 "Screws"、"Surface_Quality" 或 "Connector_Check"。此名称很重要，因为它会出现在输出数据和 Node-RED flows 中。
2. 定义你的 classes
添加该 inspection type 需要的 classes。对于分类器，可能是：
- Pass / Fail
- Present / Absent
- Good / Scratched / Cracked
初始保持简单。稍后可以随时添加更多的 classes。
3. 绘制你的 ROIs
单击 + Add Inspection Region。图像上会出现一个黄色矩形。
- 拖动 它到正确的位置
- 调整大小 通过拖动角点
- 使其恰好足以包含你要检查的特征
- 将其重命名，从 "New ROI" 更名为具有描述性的名称（例如 "Screw_Top_Left"）
4. 对每个位置重复
如果你要检查 10 个螺丝，请创建 10 个 ROI，每个螺丝位置一个。它们都共享同一个 Inspection Type 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。这比逐个从头创建要快多了。
5. 使用 Live Preview 验证
切换 Live Preview Mode，并检查：
- 所有 ROIs 在零件上的位置是否正确
- 若你使用对齐器，ROIs 会随对齐移动
- 每个 ROI 能完全包含你要检查的特征
- 没有 ROI 大小超过需要
ROI 尺寸指南
| ROI 目的 | 尺寸建议 |
|---|---|
| 单一特征（screw、connector、label） | 恰好足以包含特征并留有少量边距 |
| 缺陷的表面积 | 小瓷砖网格，每块均小于 512x512 像素 |
| 需要细节的大特征 | 使用 segmenter 而不是 classifier |
| 存在/不存在检查 | 小；特征是存在还是不存在 |
何时使用大量 ROIs
不要害怕使用大量的 ROIs。你可以使用几十甚至上百个。好处包括：
- 共用训练数据。 同一 Inspection Type 的所有 ROI 共享一个数据集。10 个 screw ROI 意味着每次捕获的训练数据量是原来的 10 倍。
- 处理更快。 许多小裁剪的处理速度通常比一个大裁剪快。
- 更高的准确性。 每个小裁剪具有较高的信噪比（signal-to-noise ratio）。
- 粒度化报告。 你可以精确查看是哪个 ROI 失败。
当 ROI 需要较大
如果你确实需要一个较大的 ROI 来发现微小缺陷（如大表面上的微小划痕），请考虑使用 segmenter 代替 classifier。Segmenters 专为像素级检测而设计，能够更好地处理大区域。
Inspection Regions 检查清单
在继续之前，请确认：
- 已创建具有有意义名称的 Inspection Type
- 为每个 Inspection Type 定义了 Classes
- 已绘制 ROI，大小恰好能包含该特征
- ROI 按描述性名称命名（例如，"Screw_Top_Left"）
- 在 Live Preview 中，所有 ROI 能随对齐正确移动
- 没有 ROI 超过 512×512 像素（请检查下采样警告）
准备开始训练 AI？请前往 第 4 步：训练您的 AI.