红色分析工具

红色分析工具用于执行两种类型的缺陷检测：异常/缺陷检测（聚焦 - 无监督）和分割（聚焦 - 监督、高细节模式、高细节快速）。这两种不同的操作模式代表了两种缺陷检测类型之间可能存在的差异。   红色分析使用 3 种类型的架构：高细节模式、高细节快速模式和聚焦模式。高细节模式和聚焦模式使用不同的架构，因此工具参数选项有所不同。由于架构不同，结果和训练/处理所花费的时间也不相同。高细节快速模式基本上与高细节模式具有相似的架构，但它在训练阶段没有验证步骤，并且生成结果速度要快于高细节模式。请参阅以下部分了解更多信息。

 

聚焦 - 无监督

使用红色分析聚焦无监督，红色分析工具只学习良好零件（包括任何可接受的变化）的外观 - 以便基于已学习的正常外观发现异常。因此，该工具试图了解要检查的对象的严格描述。该工具在选择性和特异性方面发现异常的能力在很大程度上取决于模型的严密性。例如，如果零件的图片为不同类型和不同方向，则严密性会降低，零件类型和方向之间的模糊可能会导致工具无法发现某些异常。

 

聚焦 - 监督

使用红色分析聚焦监督，红色分析工具学习缺陷的外观。因此，它不形成（至少明确地）被检查零件的模型，因此对图像采集期间的零件配置、类型或条件的依赖性较低。但是，聚焦 - 监督模式下的红色分析工具需要形成不同类型缺陷的显式模型。因此，它需要良好和不良的样品来训练。具体而言，它需要后者的代表性集合（通常很难获得）。

此外，在聚焦 - 监督模式下，可以使用红色分析工具搜索缺陷以外的差异。该工具可用于识别图像中有意存在的不同区域。聚焦 - 监督模式下的红色分析工具可用于标注训练图像上的目标区域，以便训练后在未训练的图像上找到并标注相似类型的区域。

 

高细节（监督）

使用红色分析高细节，红色分析工具也学习缺陷的外观，但使用的架构与聚焦 - 监督模式不同。与绿色分类高细节模式类似，红色分析高细节模式在训练和处理时从每个视图的整个区域采样，这意味着它不使用特征采样器进行训练和处理。

和绿色分类高细节一样，这种差异在训练的性能或速度之间提供了权衡，您可以自行选择。因此，如果您需要更好、更详细的结果，并且可以忍受训练/处理速度慢一点，则可以选择红色分析高细节 - 监督。它形成了不同类型缺陷的显式模型，因此仍然需要良好和不良的样本进行训练。

 

	聚焦 - 监督	高细节（监督）
训练 /处理时间	短	长
结果	精确	更精确

 

高细节 - 快速（监督）

红色分析高细节快速是速度优化版红色分析高细节，牺牲了一点检测精度，但速度更快。为了提取可用的最快速度，它跳过计算验证损失并在训练阶段选择没有验证集的最佳神经网络模型。它不使用验证集和验证损失，而是使用最先进的学习算法来保证稳健的结果。因此，红色分析高细节快速可以显着提高训练速度，同时将检测精度的偏差保持在一个可控制的范围内。

除了验证集的使用和速度-准确度的权衡之外，红色分析高细节快速由于其先进的架构主干，它不需要很多参数来获得良好的性能，因此训练变得几乎毫不费力。

除了这些特征之外，对红色分析高细节快速结果的训练、处理和解释与 红色分析高细节结果类似。其他红色分析高细节快速使用细节，请参见红色分析工具 - 高细节快速。

 

	高细节（监督）	高细节快速（监督）
训练时间	长	很短
结果	更准确	精确

 

无监督模式与监督模式

这两种模式在性能和要求方面是互补的，可以组合使用。例如，可首先将一种无监督（红色分析聚焦无监督）工具用于筛选视觉异常，然后将一到多个后续监督（红色分析聚焦监督、红色分析高细节、红色分析高细节快速）工具用于发现特定的和视觉上难以辨别的缺陷，如划痕、低对比度污渍或纹理变化。

挑战	无监督模式	监督模式
寻找未预见的缺陷	可能	不可能
需要缺陷样本	否	是
对零件配置和变化的敏感性	强	弱
检测线状缺陷，如划痕、裂缝或龟裂	困难	简单
检测特定的缺陷类型	否	可能
可测量的缺陷参数（紧接位置和强度）	无	尺寸、形状