非监督分割算法介绍
非监督(非监督学习)是一种机器学习方法,在没有标签数据的情况下,让模型自动从数据中学习模式、结构或特征。非监督分割算法模块适用于OK图像一致性较强的缺陷检测项目,用户只需要标注图像属于OK还是NG(NG非必须),不需要标注NG图像中缺陷的具体轮廓算法模块即可判断出数据集中的图像为OK、NG 还是 Unknown(未知),并通过热力图展示大致缺陷区域。
非监督分割算法模块适用于OK图一致性较高、缺陷种类多、无法穷举的情况,而图像分类算法模块适用于没有缺陷定位需求,且能够列举出所有类别的数据。 |
视频:非监督分割模型训练与使用