术语表

ROI:

感兴趣区域 (ROI) 是从图像中选择的一个图像区域，该区域是图像分析所关注的重点，截取 ROI 后可以减少处理时间，提高精度。

标注：

标注指用户使用工具手动选择图像中的区域，以标明特征或缺陷，并对所选区域添加标签，或直接对整张图像添加标签的过程。通过标签告诉工具，这是它需要学习的内容。

数据集：

Mech-DLK 导出的格式为 dlkdb 的带有标注信息的文件。

未标注：

未经过标注的图像数据。

训练集：

人工手动标注过的图像数据集，用于模型训练。

验证集：

人工手动标注过的图像数据集，用于模型效果测试。

OK图：

没有缺陷的图像。

NG图：

有缺陷的图像。

训练：

用“训练集”图像训练深度学习模型的过程。

验证：

用已经训练好的模型对数据进行计算，并给出结果。

精度：

模型在预测验证集时，其正确预测的样本数占总样本数的比值。

损失：

估量模型预测验证集的结果与真实结果的不一致程度。

轮次：

深度学习算法在整个训练数据集中学习的次数。

过检（FP）：

实际不含缺陷的图被预测为含缺陷的图。

漏检（FN）：

实际含缺陷的图被预测为不含缺陷的图。