跳到主要内容

使用分类器（单 ROI 示例）

使用分类器（单 ROI 示例）

本教程将指导您在 OV80i 摄像系统上创建第一个分类模型。您将学习如何设置单个感兴趣区域（ROI）分类器，以自动识别和分类不同类型的物体——本示例中为不同尺寸的钻头。

您将构建的内容： 一个可自动识别并分类不同钻头尺寸的工作分类模型，支持可配置的合格/不合格逻辑。

预计时间： 45-60 分钟

技能等级： 初学者

先决条件： OV80i 摄像系统已安装并连接

下载示例配方​

开始之前，请下载示例配方以便跟随操作：

示例配方： 请联系 support@overview.ai 获取示例配方

该示例配方包含预配置设置，可作为本教程的参考。

步骤 1：创建新的分类配方​

1.1 访问配方创建​

  1. 在 OV80i 界面中导航至 所有配方 页面
  2. 点击右上角的 + 新建配方

1.2 配置配方设置​

将弹出 添加新配方 窗口：

  1. 输入配方名称： 使用描述性名称，如 "Drill_Bit_Classification_v1"
    • 命名建议： 包含对象类型和版本号，便于识别
  2. 选择配方类型： 从下拉菜单中选择 “Classification”
  3. 点击 确定 创建配方

1.3 激活配方​

  1. 在所有配方列表中找到新建配方（状态显示为“未激活”）
  2. 点击配方条目右侧的 操作 > 激活
  3. 点击 激活 确认

✅ 检查点： 配方列表中应显示该配方为“激活”状态。

步骤 2：进入配方编辑器​

2.1 进入编辑模式​

  1. 点击激活配方旁的 编辑
  2. 点击 打开编辑器 以启动配方编辑器

您将看到包含多个配置部分的配方编辑器界面。

步骤 3：配置相机成像设置​

3.1 打开成像配置​

  1. 在配方编辑器左下角点击 配置成像

3.2 调整焦点设置​

焦点对准确分类至关重要：

  1. 将钻头放置在相机视野内
  2. 使用以下方式调整焦点：
    • 滑块控制，或
    • 手动输入数值
  3. 测试不同焦点位置，直到钻头边缘清晰锐利

焦点提示：

  • 使用实时预览观察焦点变化
  • 聚焦于关键特征（钻头槽、尖端几何形状）
  • 确保物体的整个深度均处于焦点范围内

3.3 优化曝光设置​

合适的曝光确保图像质量一致：

  1. 使用滑块或手动输入调整曝光
  2. 目标是实现均衡照明，满足以下条件：
    • 物体细节清晰可见
    • 无过曝区域（纯白）
    • 阴影不遮挡重要特征

3.4 配置 LED 照明​

照明对分类准确性影响显著：

  1. 根据物体选择 LED 灯光模式：
    • 明场（Bright Field）： 通用照明
    • 暗场（Dark Field）： 突出边缘和表面缺陷
    • 侧光（Side Lighting）： 显示纹理和高度变化
  2. 钻头推荐：
    • 明场 用于整体形状分类
    • 侧光 强调槽形几何

3.5 调整伽马设置​

伽马控制图像对比度：

  1. 调整伽马以增强特征可见性
  2. 较低值可提亮暗部
  3. 较高值可增加对比度

3.6 保存成像设置​

  1. 在实时预览中检查所有设置
  2. 点击 保存成像设置 应用配置

✅ 检查点： 相机应生成一致且光线均匀的钻头图像。

步骤 4：配置模板图像和对齐​

4.1 进入对齐设置​

  1. 点击面包屑菜单中的 “模板图像和对齐”，或
  2. 使用下拉菜单选择 “模板图像和对齐”

4.2 本教程跳过对齐器​

由于钻头放置位置一致：

  1. 选择 跳过对齐器
  2. 点击 保存 应用更改

何时使用对齐器： 当零件位置或方向不一致时使用。本教程假设零件放置一致。

步骤 5：设置检测 ROI​

5.1 进入检测设置​

  1. 点击面包屑菜单中的 “检测设置”

5.2 定义感兴趣区域（ROI）​

ROI 定义分类执行的区域：

  1. 将钻头放置在相机视野中
  2. 拖动 ROI 角点框选钻头
  3. 确保 ROI：
    • 完全包含钻头
    • 排除无关背景
    • 足够大以覆盖最大钻头尺寸

5.3 ROI 最佳实践​

建议做避免做
包含所有重要特征ROI 过大（包含噪声）
留有物体边缘小边距截断物体部分
居中预期物体位置ROI 内包含多个物体
保持不同图像间 ROI 大小一致捕获时更改 ROI

5.4 保存 ROI 配置​

  1. 使用不同尺寸钻头验证 ROI 位置
  2. 点击 保存 应用 ROI 设置

检查点： ROI 应能稳定框选不同尺寸的钻头。

步骤 6：训练分类模型​

6.1 进入分类模块​

  1. 点击面包屑菜单中的 “分类模块”

6.2 创建分类类别​

为不同钻头尺寸创建类别：

示例类别：

  • 小尺寸钻头（1-3mm）
  • 中尺寸钻头（4-6mm）
  • 大尺寸钻头（7-10mm）

6.3 采集训练图像​

每个类别至少采集 5 张不同图像：

类别 1：小尺寸钻头​

  1. 将小钻头放入 ROI
  2. 点击采集训练图像
  3. 标记图像为“小尺寸”
  4. 重复采集 4 张不同角度/位置的小钻头图像

类别 2：中尺寸钻头​

  1. 将中钻头放入 ROI
  2. 采集并标记为“中尺寸”
  3. 重复采集 4 张不同中钻头图像

类别 3：大尺寸钻头​

  1. 将大钻头放入 ROI
  2. 采集并标记为“大尺寸”
  3. 重复采集 4 张不同大钻头图像

6.4 训练图像最佳实践​

最佳实践重要原因
使用多样样本提升模型泛化能力
多角度采集适应实际定位变化
包含边界案例改善类别边界识别
保持光照一致降低光照依赖误差
至少 5 张图像保证训练数据充足

6.5 审核并确认标签​

  1. 仔细检查所有标记图像
  2. 确保类别分配正确
  3. 删除错误标记的样本

6.6 开始模型训练​

  1. 点击 训练分类模型
  2. 选择训练模式：
    • 快速（Fast）： 测试用，训练时间 2-5 分钟
    • 准确（Accurate）： 生产级训练，10-20 分钟
  3. 选择迭代次数：
    • 更多迭代 = 更高准确率
    • 更多迭代 = 更长训练时间
  4. 点击 开始训练

6.7 监控训练进度​

训练进度窗口显示：

  • 当前迭代次数
  • 训练准确率百分比
  • 预计完成时间

训练控制：

  • 中止训练： 需要时停止训练
  • 提前完成： 达到满意准确率时停止

训练提示：

  • 达到目标准确率时训练会自动停止
  • 85% 以上准确率通常适合生产使用
  • 准确率低时可增加训练图像重新训练

✅ 检查点： 模型训练准确率应达到 >85%。

步骤 7：测试分类器​

7.1 访问实时预览​

  1. 训练完成后点击 实时预览
  2. 在 ROI 中放置不同钻头
  3. 观察分类结果：
    • 预测类别名称
    • 置信度百分比
    • 分类耗时

7.2 验证测试​

系统测试每个类别：

测试类型预期结果失败时操作
已知小钻头分类为“小尺寸”，置信度 >80%添加更多训练图像
已知中钻头分类为“中尺寸”，置信度 >80%检查标记准确性
已知大钻头分类为“大尺寸”，置信度 >80%重新训练，增加样本
空 ROI无分类或置信度低调整置信度阈值

7.3 分类问题排查​

问题可能原因解决方案
置信度低训练数据不足增加训练图像
分类错误图像质量差改善光照和焦点
结果不稳定ROI 包含背景噪声缩小 ROI 范围
类别混淆物体外观相似增加区分性样本

步骤 8：配置合格/不合格逻辑​

8.1 进入 IO 模块​

确保所有 AI 模块均已训练完成（绿色状态）后继续：

  1. 点击面包屑菜单中的 “IO 模块”，或
  2. 在配方编辑器中选择 “配置 I/O”

8.2 定位分类逻辑节点​

  1. 找到 “分类模块逻辑节点”（紫色节点）
  2. 若缺失，从左侧节点菜单拖入

节点颜色说明： 紫色节点代表 Overview AI 逻辑块。

8.3 配置分类逻辑​

  1. 双击分类逻辑节点
  2. 配置以下设置：

ROI 选择​

  • 从 “检测区域” 下拉菜单选择您的 ROI

置信度阈值​

  • 设置置信度阈值（通常 70%-85%）
  • 阈值越高，分类越严格
  • 阈值越低，分类越宽松

目标类别选择​

  • 选择“合格”对应的目标类别
  • 示例：只允许“中尺寸”通过

多 ROI 逻辑（高级）​

  • 如需，添加多个 ROI
  • 选择逻辑规则：“任意”或“全部”必须通过

8.4 合格/不合格配置示例​

配置 1：特定尺寸合格​

ROI: Drill_Bit_ROI
Target Class: Medium
Confidence: 80%
Logic: 仅中尺寸钻头合格

配置 2：尺寸范围合格​

ROI: Drill_Bit_ROI
Target Classes: Medium OR Large
Confidence: 75%
Logic: 中尺寸或大尺寸钻头合格

配置 3：拒绝小尺寸钻头​

ROI: Drill_Bit_ROI
Target Class: NOT Small
Confidence: 85%
Logic: 分类为小尺寸时判定不合格

8.5 部署逻辑配置​

  1. 点击右上角 完成
  2. 在 Node-RED 编辑器右上角点击 部署
  3. 确认部署成功提示

✅ 步骤 9：最终测试与验证​

9.1 端到端测试​

测试完整检测流程：

  1. 将测试物体放置于检测区域
  2. 触发检测（手动或自动）
  3. 验证结果：
    • 正确显示分类结果
    • 合格/不合格指示正确
    • 运行时间稳定

9.2 生产验证检查表​

测试用例预期结果✓
目标类别物体合格结果☐
非目标类别物体不合格结果☐
空 ROI不合格结果☐
部分遮挡物体置信度合理☐
光照条件差性能稳定☐

9.3 性能优化​

若结果不理想：

  1. 增加训练图像（尤其边界案例）
  2. 调整置信度阈值
  3. 改善光照一致性
  4. 优化 ROI 位置
  5. 使用“准确”模式重新训练

恭喜！​

您已成功创建第一个分类模型！您的 OV80i 系统现在可以：

  • 自动识别 不同尺寸的钻头
  • 基于分类结果 应用合格/不合格逻辑
  • 提供置信度分数 支持决策
  • 通过 I/O 控制 集成生产流程

后续步骤​

掌握单 ROI 分类后，您可以探索：

高级分类技术​

  • 多 ROI 分类 处理复杂零件
  • 层级分类 实现细分类别
  • 组合检测（分类 + 缺陷检测）

生产集成​

  • PLC 通信 实现自动分拣
  • 数据记录 进行质量追踪
  • 配方管理 支持多产品线

模型优化​

  • 迁移学习 适用于相似产品
  • 主动学习 持续改进模型
  • 性能监控 与定期重训计划

相关教程​

  • 教程： 多 ROI 分类设置
  • 教程： 分类与缺陷检测结合
  • 教程： 生产集成与 PLC 通信
  • 操作指南： 优化分类性能
  • 参考资料： Node-RED 逻辑块指南

故障排除指南​

常见问题及解决方案​

问题症状解决方案
准确率低分类频繁错误增加多样训练图像
性能缓慢处理时间长缩小 ROI，优化照明
结果不稳定同一物体结果不同改善零件定位，检查焦点
误报空 ROI 显示分类提高置信度阈值
训练失败模型无法成功训练检查图像质量，确保每类≥5张图像

获取帮助​

遇到本教程未涵盖的问题：

  1. 查阅文档中的故障排除指南
  2. 查看系统日志中的错误信息
  3. 联系 Overview 支持，提供：
    • 配方导出文件
    • 显示问题的样本图像
    • 系统配置详情

教程完成！ 您现在拥有一个可投入生产使用的分类系统。请定期验证性能，并根据需要重新训练模型，以保持长期准确性。