AI 驱动文档
您想了解什么?
Defect Creator Studio
解决的问题: 您需要用于罕见缺陷的训练数据,但等待它们自然发生需要数周甚至数月。
它的功能: 仅用一张良品图像再加上简短英文描述,即可生成逼真的合成缺陷图像。上传一张良品部件,标注缺陷应出现的位置,描述它(“沿焊缝的极细裂纹”),就能在几秒钟内获得数十张逼真的训练图像。
快速入门
- 上传 您部件的一张清晰、光线良好的图像。将其拖放到画布中,或点击 Browse Files。该工具支持高达 8K 分辨率,所有图像都本地存储在浏览器中。
- 选择相机目标。 在 OV10i/OV20i(1408 x 1080,4:3 宽高比)和 OV80i(3840 x 2160,16:9)之间切换。这些与 OV 相机的实际传感器输出相匹配。如果您的图像更大,工具会自动进行降采样。若宽高比不匹配,会出现裁剪覆盖层,允许您选择保留的部分。
- 选择缺陷类型。 上传后,AI 将分析部件的材料、形状和表面处理,并建议相关的缺陷类型。内置的缺陷类型共有16 种:Scratch、Dent、Chip、Stain、Crack、Corrosion、Porosity、Weld Defect、Discoloration、Burr、Delamination、Warping、Contamination、Missing Material、Inclusion、Oxidation。您也可以通过自己的描述添加 Custom Defects。
- 标记缺陷区域。 使用注释工具在图像上精确绘制缺陷应出现的位置。
- 生成。 点击紫色 Generate 按钮。AI 会在您标记的区域内生成逼真的缺陷。
注释工具
左侧工具栏提供七种工具,用于精确缺陷放置:
| Shortcut | Tool | Best for |
|---|---|---|
| C | Circle Marker | 圆形标记或点状缺陷,如坑、气泡、局部变色 |
| M | Rectangle Select | 条纹状模式,如沿边缘的划痕或面板级翘曲 |
| L | Lasso | 不规则或有机形状,如裂缝、溢出、复杂断裂模式 |
| G | Move/Resize | 绘制后重新定位和调整注释大小 |
| E | Eraser | 删除注释 |
| H | Pan | 在图像上导航(按住 Space 可临时使用) |
| Z | Zoom | 放大至 800%,实现像素级精度 |
额外的键盘快捷键:Ctrl+Z 撤销,Ctrl+Shift+Z 重做,Del 删除最后一个注释。

Annotation toolbar

Defect type panel with camera selector and Generate button
将每个注释视为一个精确的指令窗口。AI 仅在您选择的区域内生成缺陷。如果您的区域紧邻目标缺陷区域,模型可以更精确地聚焦。包含无关背景的松散区域可能会导致模型将缺陷影响扩散到更大区域。
编写有效的缺陷描述
AI 将您的缺陷名称视为自然语言指令。具体性很重要。
| 质量 | 示例 | 原因 |
|---|---|---|
| 良好 | "在光泽塑料表面上的轻微水平透明划痕" | 包含形态、方向、表面类型和视觉表现 |
| 良好 | "在模具成型角附近的细小径向裂纹" | 具体描述形状、位置与材料背景 |
| 差 | "划痕" | 对模型来说过于模糊,无法产生有用结果 |
| 差 | "损坏" | 没有形态信息,缺乏表面背景信息 |
从 AI 建议的缺陷类型开始优先使用。它们在 UI 中显示为简短,但内部每个类型都映射到更丰富的语义描述,帮助模型产生更准确的结果。只有当目标未被建议覆盖时,才添加自定义缺陷。
从图像捕获(参考缺陷)
最强大的功能之一。使用 Browse & Capture 选择已上传的图像,标记真实缺陷区域,并将其保存为可重复使用的参考模板。这让您能够把一个真实缺陷从一张图像转移到其他图像上。
- 命名至关重要。 裁剪图像同时包含缺陷及其周围背景。AI 使用您的命名来帮助理解哪个部分才是真正的缺陷。 "Bent pin on connector" 给模型一个语义锚点,而 "defect" 让它在猜测。
- 转移场景: 相同零件在不同位置、同一生产线上的相似零件,甚至在不同制造线上,只要缺陷概念仍然成立即可(例如,一个塑料外壳上的划痕可以很好地转移到另一塑料外壳)。
- 严重性、旋转和尺寸滑块(仅限参考缺陷):若没有变化,每个传输的缺陷都将是完全相同的拷贝。旋转改变角度和方向。尺寸控制空间覆盖。严重性控制缺陷的视觉显著程度。
严重性控制
严重性滑块控制缺陷的可视显著程度。默认设置故意保持微妙,因为大多数真实制造缺陷也很微妙。即使达到 50%,缺陷仍然相对较淡。达到 1% 时,缺陷对人眼几乎不可见,但 OV vision cameras 仍然可以检测到它们。这是机器视觉的一个关键优势:相机从不疲劳,能够捕捉到人眼感知阈值以下的模式。
风格变体模式
位于“更换图像”按钮旁边。上传图像后,AI 将分析零件类型并提出制造业中常见的风格修改,例如将金属表面从拉丝改为抛光、改变塑料颜色,或改变涂层类型。您也可以添加自定义风格变体。
两种有效的序列:
- 先重新设定风格,再添加缺陷。 适用于在新产品线或配色方案尚未实际存在时生成训练数据。
- 先添加缺陷,再进行风格变更。 观察相同缺陷在材料、 finish 与颜色变体上的外观。
零件几何、方向、布局和组成保持不变。仅改变目标风格属性。这一点尤为有价值,因为缺陷上下文(位置、形状、严重性)在不同变体之间保持稳定,因此您的模型学习的是缺陷本身,而不是缺陷与表面外观的特定组合。
区域限制
- 最多 9 个普通缺陷区域(内置或自定义文本描述)
- 最多 4 个参考图像传输缺陷
- 区域数量越少,结果通常越干净。先从一个精确区域开始,验证质量,然后逐步增加。
队列与吞吐量
Studio 最多并行执行 3 个生成任务。额外请求会自动排队,等到有空闲时再执行。使用 3 次运行的批量进行快速 A/B/C 比较:将相同配置提交三次,进行并排比较结果,并选取最佳输出。对于大批量,请排队 10 个或以上作业,让它们在你继续其他工作时完成处理。
Compare(比较)、Image Library(图像库)与 Downloads(下载)
- Compare(比较):在基线图像与生成图像之间切换。对于细微缺陷,快速切换/闪烁式切换效果最佳。人眼对运动中的变化的感知远胜于静态并排对比。
- Image Library(图像库):底部托盘提供可滚动的胶片条,方便快速视觉扫描。扩展视图提供完整的数据集管理:搜索、排序、多选(Ctrl/Shift 点击)、下载单张图像、为训练管道创建 ZIP 压缩包,以及删除。
- Annotation persistence(注释持久性):在切换图像时,所有注释都会自动保存并恢复。离开查看另一张图像后再回来,可以看到所有区域恰好在你离开时的位置。
推荐工作流程
- 上传一张干净的基线图像,并确保其符合 OV80i(3840 x 2160)画幅。良好的照明、适当的焦点,以及尽量减少背景杂乱都有助于提升质量。
- 从 AI 建议的缺陷开始。它们是针对你的零件类型进行标定的。只有在目标缺陷缺失时才添加自定义命名。
- 放置一个精确且紧凑的区域并生成第一版。单区域运行是最可靠的基线。
- 在每次生成后积极使用 Compare。对于微小缺陷,快速切换使即使极小的差异在视觉上也更明显。
- 根据所见调整缺陷严重程度、区域紧密度和措辞。重复直到质量稳定,然后扩展到多个区域和排队量。
最佳方法:先用初始的 3-5 张真实图像进行训练,找出 AI 在何处遇到困难,然后使用 Defect Studio 为这些特定的失效模式生成定向的合成示例。真实数据提供基线,合成数据用于填补空缺。
Defect Studio 图像在填补训练集缺口方面很有帮助,但它们不应该成为你唯一的训练数据来源。请始终对照真实生产图像验证模型性能。
实际演示
在工作流中的定位: 你将在 Step 4: Train Your AI Model 期间使用 Defect Studio 以更快地构建训练数据。