4000900632 309181818@qq.com 周一至周六 08:30-18:00
知识中心
词条目录

AI视觉识别模型训练的数据标注

AI视觉识别模型训练的数据标注规范,核心就是三句话:框要贴边不越界、类要单义不重叠、疑难样本必须进复核集。一套能落地的标注规范,通常由标注类别定义、几何精度要求、属性填写规则、质检抽检比例和版本管理五部分组成,缺一项都会在模型上线后以漏检或误检的形式还回来。

一、数据标注规范到底解决什么问题

标注规范不是写给标注员看的说明书,它是训练集和真实产线之间的契约。没有这份契约,同一个划痕,甲标成“划伤”、乙标成“脏污”、丙觉得不明显直接不标,模型学到的就是三套互相矛盾的答案。落到产线上,表现就是同一批工件白天判OK、夜班判NG。

它解决的另一个问题是可复现。视觉模型的精度上限基本由标注一致性决定,规范的作用是把“人的判断”压缩成可执行的判定树:什么尺寸起标、边缘像素怎么处理、遮挡多少比例算不可标注。有了这棵树,换一批标注人员、换一个外包团队,标注结果的偏差才能控制在可接受范围内。

二、标注规范里必须写死哪些技术细节

检测框类任务,业界通用做法是要求框体紧贴目标外接矩形,IoU口径下标注框与复核框的一致性一般要求不低于0.9;关键点标注的定位误差通常控制在2到3个像素以内。分类任务则要明确单标签还是多标签,多标签场景必须规定标签之间的互斥关系。

几个容易被忽略但必须写进规范的条目:最小标注尺寸,比如规定短边小于8像素的缺陷不单独标注、归入“忽略区”;遮挡处理,目标被遮挡超过50%时标为“难例”而非直接丢弃;边界情况,目标压到图像边缘时框体允许截断但需打上truncated属性。图像采集侧也要进规范,包括分辨率下限、打光方式、拍摄角度容差,因为标注质量的上限是成像质量给的。

三、制造业里哪些工序最吃这套规范

假设一家做FPC柔性电路板的电子厂,外观检工序要标金手指偏位、覆盖膜气泡、线路缺口三类缺陷。这类缺陷尺寸小、对比度低,规范里就得把每类缺陷的起始判定尺寸、允许的灰度差范围写清楚,否则标注员只能凭感觉。

再假设一家汽配企业做铸件毛刺检测,毛刺形态不规则、和飞边容易混淆,规范要用示意图加边界案例库的方式把两者切开。还有SMT贴片后的元件偏移检测,标注规范要跟IPC-A-610的验收等级对齐,把“可接受偏移”和“缺陷偏移”的像素阈值直接换算出来,标注员按阈值执行而不是按经验执行。

四、落地标注规范常踩的坑有哪些

第一个坑是把规范写成原则而不是判据。“标注要准确”是原则,“缺陷短边≥10像素必须标、5到10像素标为待定”才是判据。判据才能被执行和抽检。

第二个坑是质检比例拍脑袋。业界常见做法是首轮全检、稳定后按10%到20%抽检,疑难集100%复核,且复核人不能是原标注人。抽检不合格批次要整批退回,这条不写死,规范就是摆设。

第三个坑是版本失控。规范改了一版,旧数据没回溯,训练集里混着两套标准,模型表现会莫名其妙地卡在某个精度上不去。规范文件要带版本号和生效日期,数据集按版本归档。

第四个坑是忽略标注工具与格式。COCO、VOC、YOLO格式的坐标口径不同,归一化和绝对像素混用会直接导致框体整体偏移。规范里要指定唯一输出格式和坐标精度。

五、这套规范适合什么、不适合什么

适合的场景:缺陷形态相对稳定、有明确验收标准可对齐的工序,比如外观检、尺寸测量、装配到位判断、字符OCR复核。来料一致性较好、打光可控的产线,标注规范投入产出比最高。

不太适合的场景:缺陷定义本身还在摸索期、品类每天都在变的工序,此时应先小批量试标、边标边改规范,而不是先写一本厚规范再开工。强反光、高变形、严重遮挡的工件,标注一致性天然难保证,需要先解决成像再谈标注。另外,标注规范管不住模型选型的问题,如果任务本身超出2D视觉能力边界,规范写得再细也补不回来。

从ERP时代起深耕数十年、服务120万客户、累计部署终端数千万台的制造信息化实践看,标注规范这件事没有捷径,它是把工艺知识翻译成数据语言的那道工序,省不得。

所属分类: AI视觉行为识别百科