AI 驅動文件
您想了解什麼？
隨時間持續改進您的模型
您的檢查已部署。那麼，當條件發生變化、出現新的缺陷型別或規格演變時，如何保持其良好效能？
庫：您的持續改進工具
相機拍攝的每張影象都會儲存在庫中，同時儲存 AI 的預測結果和置信度分數。這是您改進模型的金礦。
查詢 AI 的錯誤判斷
- 進入庫
- 瀏覽最近的捕獲
- 查詢兩類情況：
- 誤判： AI 預測明顯錯誤的影象（每個縮圖左上角的覈取方塊）
- 低置信度預測： 在任意影象上向下滾動可檢視置信度值。置信度低 = AI 不確定
使用針對性資料重新訓練
- 選擇 AI 判斷錯誤或不確定的影象
- 點選**"新增到活動程式訓練集"**
- 如有需要，修正標籤
- 點選重新訓練
重點關注誤判和低置信度捕獲，而非隨機的新資料。這是最高效的改進方式。
使用後設資料檢視器檢查已儲存的影象
如果您需要檢視 AI 對特定影象的預測結果，請將儲存的 JPEG 上傳到後設資料檢視器。OV 相機會將預測結果、置信度分數和相機設定直接嵌入到每張捕獲的影象中。
分類器改進工作流
- 審查庫中的影象 → 找出錯誤和低置信度預測
- 將它們新增到訓練集
- 如有需要，重新標註
- 重新訓練
- 使用 Haystack 直觀地探索您的資料，並大規模發現錯誤標註的影象
分割器改進工作流
OV10i 僅支援分類器
以下分割器工作流適用於 OV20i 和 OV80i。如果您需要畫素級缺陷檢測，請考慮升級到 OV20i 或 OV80i。參見分類器 vs. 分割器以幫助決策。
分割器的標註耗時較長（畫素級標註），因此有一個捷徑：
- 將問題影象匯入分割程式
- 點選生成預測，讓模型儘可能對新影象進行預標註
- 修正預測結果，而不是從頭開始標註（快得多）
- 重新訓練
理念
- 永不停止迭代。 AI 具有很強的學習能力，即使達到 50、100 甚至 500+ 張影象，它仍會持續改進
- 針對失敗情況。 不要隨機新增資料。新增 AI 難以處理的案例
- 定期檢查錯誤標註。 隨著資料集的增長，錯誤標註變得更難發現，但仍會損害準確性
使用 GenAI 工具加速
tools.overview.ai 上的三款 AI 驅動工具可以大幅加速您的改進週期：
- Defect Studio —— 生成逼真的合成缺陷影象，比等待真實缺陷快 10,000 倍
- Integration Builder —— 根據簡單的英文描述構建生產級 Node-RED 流程
- AI Expert Helper —— 獲得 24/7 的專家指導，解答任何相機問題
GenAI 工具包的優勢
這三款工具結合使用，可將您的部署時間從幾天縮短到幾小時。生成合成訓練資料而無需等待真實缺陷，透過描述需求來構建整合，並無需等待支援工單即可獲得即時專家指導。