跳到主要內容

AI 驅動文件

您想了解什麼？

重新訓練模型

OV10i 說明

OV10i 僅支援分類模型。本頁面中提到的分割功能在 OV20i 和 OV80i 攝像頭上可用。

本頁面介紹在 OV10i 系統上何時以及如何重新訓練 AI 模型（無論您使用的是分類還是分割），以便在零件或生產條件發生變化時保持檢測的準確性。

影片指南

檢視此主題的實際操作：OV Auto-Defect Creator Studio

提示

AI 效能取決於訓練資料的相關性。當零件、條件或檢測要求發生變化時，請重新訓練。

何時應該重新訓練？​

重新訓練可確保模型跟上生產實際情況。此指導適用於分類和分割專案。

在以下情況下重新訓練：​

  • 您正在檢測新的 SKU 或零件變體
  • 您的檢測要求已更改（例如，現在需要檢測表面缺陷或油脂）
  • 您更改了夾具、機器人或零件呈現方式
  • 光照發生了顯著變化（例如，反射、角度、強度）
  • 精度下降 — 出現更多假陽性/假陰性
  • 您需要更嚴格的置信度閾值或更精確的結果
  • 模型出現過擬合或泛化不足的跡象

如何重新訓練（適用於兩種模型型別）​

  1. 從當前生產設定中捕獲新的樣本影象

  2. 對於分類：使用類別名稱標記影象或 ROI

    對於分割：在缺陷（或良好/不良區域）上繪製畫素級掩碼

  3. 選擇合適的訓練模式：

    • 分類：
      • Fast – 用於快速測試或迭代
      • Accurate – 用於生產環境
    • 分割：
      • Accurate – 唯一模式，針對精度進行了最佳化

  4. 在程式編輯器介面中執行訓練

  5. 檢視模型輸出並測試實時檢測

  6. 當置信度和覆蓋範圍滿足預期時，部署新模型

模型型別快速指南​

模型型別最適合訓練模式輸出
分類良好/不良或離散狀態判定Fast、Accurate整個影象或 ROI 類別
分割畫素級缺陷或區域對映僅 Accurate帶標籤的掩碼（高亮區域）

示例用例​

示例模型型別
檢測缺失的螺栓分類
檢查劃痕或凹痕分割
驗證油脂存在分類或分割（取決於所需精度）
測量泡沫覆蓋範圍分割

重新訓練的最佳實踐​

  • ✅ 始終使用新的生產影象
  • ✅ 包含透過/失敗案例的混合，尤其是邊緣案例
  • ✅ 每個類別至少使用 30–50 張影象（分類）
  • ✅ 確保 ROI 邊界或掩碼與零件佈局相匹配
  • ✅ 在部署前使用 Accurate 模式
  • ❌ 不要使用模糊、低光或未對齊的影象進行訓練

🔗 另請參閱​