工业AI视觉检测软件平台AIDI（Artificial Intelligent Defect Inspection）是基于深度学习的工业AI平台解决方案，赋能多种工业应用场景，有效解决复杂缺陷的定位识别、分类定级及字符识别等问题，具有强大的兼容性。AIDI内置多种应用模块，无需编程，帮助用户快速构建和迭代模型，支持深度学习模型训练闭环，满足不同业务场景下的差异化需求，助力产业智能化升级。

概述：分割模块支持对图像进行像素级检测，精准识别缺陷的位置和类别。常用于检测产品表面细小的缺陷，例如裂纹、划伤等，是应用最为广泛的缺陷检测工具。

特点：

· 利用轻量级网络结构及图优化技术，训练速度和推理速度快。单张图像推理可达10ms以内。

· 支持细小缺陷的精准检测，最小可检测尺寸低至3像素。

· 支持丰富的绘图工具，缺陷标注灵活、便捷。

应用场景：

· 不规则形状目标检测 

· 小目标检测

模块使用

训练阶段：导入NG图，选择合适的绘图工具标注缺陷，挑选训练集进行训练，优化模型。

推理阶段：

输入：待检图片

输出：对于NG图，返回缺陷类别及轮廓描述。

案例解析：布匹缺陷检测

检测需求：对布料表面缺陷进行检测，有缺陷的图像需要得到缺陷高度、宽度、面积、类别等信息。

难点：缺陷形态不规则、差异大，缺陷出现区域随机。

方案：利用AIDI的分割模块，构建基于深度学习的布匹缺陷识别模型。利用分割模块输出的缺陷轮廓坐标和类别，计算得到缺陷尺寸相关信息。

操作步骤

1.添加分割模块

2. 导入准备好的图片

3. 标注：使用绘图工具对布料表面缺陷进行标注；对于无缺陷的图片，选择“设置为OK图

4. 样本划分：利用样本自动划分功能，将所有已标注图片按划分比例随机划分进训练集和测试集；也可以手动选择指定图片加入训练集。

5. 模型训练：根据待检图片情况适当调整参数，等待训练完成。

6. 模型验证：在界面查看检测效果，例如检查过检、漏检、缺陷详细信息（包括缺陷标签、中心坐标、面积、长边和短边）等。如有需要，可返回调整标注、数据集、训练参数及测试参数改善检测效果。

最终效果：数据集0过检，0漏检，检出区域面积贴合实际缺陷轮廓。