使用非监督分割模块
以瓶底数据（单击下载）为例，本文将展示如何使用“非监督分割”模块训练可检测图像中是否有缺陷的模型。
| 用户可使用自己准备的数据。整体使用流程一致，标注环节存在差异。 |
-
新建工程并添加“非监督分割”模块：单击初始页面上的新建工程按钮，选择工程路径并输入工程名称以新建一个工程。然后，单击右上角的
，选择“非监督分割”模块。图像存在一定的背景干扰的，可以前置“目标检测”模块；图像中物体朝向各异的，可前置“快速定位”模块。模块级联方法可参阅 级联模块的使用。 
-
导入图像数据：解压缩下载的压缩包，单击左上方的导入/导出按钮，选择 导入文件夹 导入下载的图像数据。
如需导入自己准备的数据，需要确保图像质量，避免 图像中物体位置、形状、大小不一致，或图像背景多变 。这些情况会严重干扰模型效果，应确保使用的 OK 图差异较小。
多数图像 错误示例 
-
选择导入数据集选项时，此模块仅支持导入 DLKDB 格式（.dlkdb）的数据集，即仅限于从 Mech-DLK 中导出的数据集。
-
NG 图数量无强制要求，但建议加入适量的 NG 图，有利于提升模型效果。
-
-
截取 ROI：单击 ROI 工具
，框选目标图像区域，并单击 ROI 边框右下角的 
应用当前ROI。截取 ROI 的目的是减少无关背景信息的干扰，ROI 边界应尽量贴近物体外轮廓。同一 ROI 设定将应用于所有图片，因此需要保证所有图片中的物体都位于 ROI 内。 
-
划分训练集与验证集：软件默认将数据集的 80% 划分为训练集，20% 为验证集，可以单击
拖动滑块调整图像占比。
-
标注图像：在图像左侧标注工具栏选择 OK 标签工具
或 NG 标签工具 
对图像进行标注。
-
训练模型：使用默认参数设定，单击训练开始训练模型。
训练集中带有 NG 标签的图像会放到验证集，用于训练过程中的验证。 
-
验证模型：训练结束后，单击验证可以验证并查看模型效果。
在“验证”选项下单击编辑阈值，然后在弹出的对话框中拖动阈值线来修改阈值。绿色竖线用于设置 OK 结果的阈值，红色竖线用于设置 NG 结果的阈值。修改阈值后，需根据新设定的阈值重新验证模型。 -
导出模型：单击导出模型，然后选择存放路径，即可导出模型。
导出后的模型可在 Mech-Vision 与 Mech-DLK SDK 中使用，单击此处 查看详细说明。