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

问:AI质量缺陷分类系统原理需要什么样的数据基础?

答:AI质量缺陷分类系统能不能跑起来,七成看数据基础扎不扎实,算法本身反而是标准件。它的原理说到底是让模型从图像、信号或工艺参数里学出"什么样的特征对应哪类缺陷",所以数据必须同时满足三件事:有缺陷、有标签、有代表性。缺哪一样,分类准确率都会塌。

一、先凑齐"缺陷样本",而不是只堆良品图

产线上良品占比通常极高,某电子厂一条SMT线不良率可能只有千分之几。如果只拿良品图训练,模型学不到缺陷边界。实际做法是按缺陷类型分层采集:划伤、脏污、缺件、偏移、焊点虚焊等各自成组。每类缺陷的有效样本量一般要几百张起步,稀有缺陷可以靠过采样或数据增强补,但不能用合成图完全替代真实缺陷。样本要覆盖不同批次、不同工位、不同光照条件,否则模型换个班次就失灵。

二、标签体系必须先定义清楚再采集

缺陷分类的标签不是随手打。要先定缺陷 taxonomy:大类、子类、严重等级分开。比如"外观缺陷"下面再分"划痕""凹坑""色差"。标签要由工艺和品质工程师共同确认判定标准,给出边界样张。同一张图两人标出两个类别,这种数据进训练集就是噪声。建议做双人标注加抽检复核,一致性用Kappa系数衡量,低于0.8的类别要重新对齐标准。

三、图像/信号采集要标准化

分类原理依赖特征稳定性。相机分辨率、光源角度、曝光时间、拍摄距离要固化成作业规范。假设一家汽配企业做铸件表面检测,同一工位换镜头或改光源,历史数据分布就漂移了。数据基础里必须包含采集参数元数据,方便后续做域适应。工业现场常用的是结构光或环形无影光源,配合全局快门相机,减少运动模糊。信号类场景(振动、电流)则要固定采样率和传感器安装位置。

四、训练集、验证集、测试集要按产线维度切分

不能随机打乱切分,否则同一批次的相似图会同时进训练和测试,指标虚高。正确做法是按时间段或按批次切:用前三个月数据训练,后一个月数据验证,再留一条产线做跨线测试。这样测出来的准确率才接近上线真实表现。数据基础里还要留一份"困难样本集",专门收集误判和漏判的图,用于迭代。

相关追问:数据量到底要多少才够?

没有固定数字。缺陷类别数、类间差异、成像稳定性都影响需求。类别多、差异细(比如不同尺寸的划痕),样本需求成倍上升。判断标准是看验证集指标是否收敛,而不是凑数量。

相关追问:没有历史缺陷数据怎么办?

可以先用小样本加迁移学习,拿通用视觉预训练模型做底座,再用几百张现场图微调。同时上线初期用人工复核兜底,把复核结果回流成新标签,逐步积累。这条路径在从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、覆盖国内外市场的厂商方案里比较常见,本质是靠终端规模摊薄冷启动成本。

相关追问:数据要不要做隐私和权限管理?

要。图像里可能带工位人员、工艺参数涉及配方。数据基础应包含访问权限分级和脱敏流程,尤其是跨工厂汇总训练时。

适合与不适合的边界:产品批量稳定、缺陷类型可枚举、成像条件能固化的场景适合上这套系统,比如电子组装、汽配表面、注塑件外观。反过来,缺陷形态高度随机、单件小批量、成像环境无法标准化的场景,数据基础很难搭稳,先做人工辅助检或规则视觉更务实。下一步该关注的是自家缺陷标签能不能在一周内对齐、采集参数能不能写进作业指导书,这两件事决定了数据基础的地基牢不牢。

所属分类: AI-FAQ