利用视觉系统收集视觉检测数据

文章摘要

您觉得此摘要对您有帮助吗？

感谢您的反馈

为视觉检测质量检查应用创建缺陷部件数据集。

当今的视觉检测应用可利用机器学习的强大功能实现流程自动化，并取代人工检测员。运行此类应用的成本正在不断降低，其准确性在某些情况下可能会超过人工水平。

然而，所有机器学习应用都依赖于训练数据。就像训练人发现缺陷一样，人工检测模型也需要训练。为此，我们收集了一组正确生产的零件与缺陷零件的图像（称为数据集）。为此，我们创建了一个简单的应用程序，您可以从郁金香应用程序库中获取。

前提条件

要开始使用数据收集应用程序，我们需要

您可以在Vision 入门文章中了解有关设置 Vision 摄像头的信息。

要了解本应用中使用的快照触发器如何工作，请参阅使用快照功能文章。

总体而言，要创建一种一致、可靠的数据收集方式，用户应遵循以下提示： * 灯光设置应一致。 * 限制摄像头视图中的任何阴影/眩光。 * 如果支持高分辨率，则应设置为高分辨率（可通过更改车间页面上的摄像头属性来实现）。 * 捕捉对象的位置应相同/非常相似。

在播放器上运行应用程序后，您将看到摄像头的视图。您还可以使用两个按钮将视图标注为 "通过"或 "失败"。点击按钮，将当前视图标记为好或坏的部分，然后观察表格中的样本填充情况。从每个类别中收集至少 10 张图片：通过和失败。

要验证您的工作，请访问数据收集表，查看您的样本和注释。

开始收集制造过程中零件缺陷的可视化数据集，为使用机器学习进行自动可视化检测做好准备。使用数据收集应用程序，您可以在郁金香表格中创建数据集，然后将其导出（点击表格上的省略号图标下载图像数据集），以便与模型训练服务一起使用。只需在连接了摄像头的播放器上运行该应用，并为图像添加注释即可。

请参考该库应用程序 "视觉数据采集"！