算法模块

缺陷分割模型效果不好，如何排查原因？

“缺陷分割”模块和“非监督分割”模块分别适用于什么样的场景？

总的来说，“缺陷分割”模块和“非监督分割”模块均能识别出图像中的缺陷区域，但两个模块有较大区别，具体应用时可根据以下几点进行选择：

模型识别效果不好如何排查原因？

可以从训练数据的数量及质量、数据多样性、现场设置的ROI参数以及现场光照等方面排查。

图像分类模块和非监督分割模块有什么区别？

表面上看，这两个算法模块都可以把图像分成几类，但在使用和功能上，它们有较大的区别：

数据标注
- 图像分类模块主要作用是分类，所以要求有每个类别的标注数据来训练模型；
- 非监督分割只需要OK图的标注数据，不需要标注包含缺陷的NG图，更不需要对具体的缺陷类型进行标注。
功能实现
- 图像分类模块按照设定的标签判断图像。在检测NG图时，图像分类模块只能识别出某一种或多种缺陷类型（一种缺陷对应一个类别）的NG图；
- 非监督分割则根据设定的阈值判断出物体图像为 OK、NG 还是 Unknown（未知）。在检测NG图时，非监督分割模块能识别出包含各种各样缺陷的NG图。
结果展示
- 图像分类是标注时有几个分类，结果输出时最多也只能有设定的几个分类，无其他；
- 非监督分割除了可以把图像分类为 OK、NG 或 Unknown，还可以给出大致的缺陷区域。

总的来说，图像分类用于有限类别的分类任务，而非监督分割则主要用于检测 NG 图并给出大致的缺陷区域，无需事先确定具体缺陷类别。