OV Auto-Defect Creator Studio
為您自動生產訓練資料的生成式AI缺陷生成器。為任何表面、任何材料、任何相機解析度創建照片級逼真的合成缺陷。
AI 生成前後對比。
比手動缺陷採集更快
每張生成影像
缺陷放置精度
無限生成，零配額
物理感知
它不是貼上缺陷，而是理解缺陷。
像Stable Diffusion這類確定性工具只是把缺陷蓋印到像素上就此打住。我們的模型會推理材料、物理以及接下來會發生什麼，因此每個合成缺陷都是您的檢測模型在產線上可能真正遇到的。滑過影像即可比較，然後挑選另一個零件。
01 / 08
鋰離子軟包電芯
模型如何推理
瞭解零件
軟包電芯是浸泡在液態電解液中、以鋁箔密封的電極堆疊。
運用物理
刺穿鋁箔會破壞一個密封且飽和的電芯。
渲染後果
電解液滲出，在破口周圍的標籤上留下污漬。
不考慮物理： 像素貼圖只做到穿孔：在標籤上印一個黑點，完全忽略化學反應。
規模
在數百個SKU上生成劃痕與凹痕變體，而無需損壞任何一個實體零件。
實際展示
觀看Defect Creator實際運作
瞭解製造商如何使用AI生成的合成缺陷來縮短部署時間並提升模型精度。
實際展示涵蓋的內容
- 上傳. 載入乾淨的參考零件
- 標記. 繪製缺陷區域
- 描述. 描述類型與嚴重程度
- 生成. 照片級逼真的合成缺陷
無需真實的缺陷零件，無需手動標注。輸入一個乾淨的參考件，輸出訓練就緒的缺陷。
工作流程
五個步驟。一條流水線。
描述您的需求。智慧體引擎負責上傳、標記、描述與渲染，無需手動合成。
上傳
拖入乾淨的參考零件
標記
選擇缺陷區域
描述
描述類型與嚴重程度
生成
引擎進行合成
匯出
直接進入您的訓練集
缺陷分類
一個乾淨零件。它失效的每一種方式。
同一個連接器的九種狀態：一個拍攝的良品，八個生成的。這是任何生產線都無法按需擺拍出的缺陷詞彙庫。
現場成果
一次完整運行，逐個畫面呈現。
在生產硬體上的完整工作室工作階段：Jetson板上的彎針、微劃痕，以及跨表面的風格遷移。將滑鼠懸停在任意畫面上即可放大檢視細節。
在高密度PCB連接器上生成照片級逼真的彎針缺陷。以NVIDIA Jetson Xavier作為參考，選擇精確的連接器引腳行，描述彎曲角度與方向，讓AI合成逼真的引腳損傷，為您的模型提供所需的稀有缺陷樣本，而無需接觸任何一塊真實電路板。
4 個畫面 · 滾動 →
步驟 1 - 上傳並設定
Defect Creator主介面。Jetson Xavier板已載入，引腳行已高亮顯示，右側面板設定了缺陷類型與嚴重程度。
步驟 2 - AI輸出
生成結果：照片級逼真的彎針精確添加到選定位置。AI複製了正確的光照、引腳陰影與金屬變形。
細節 - 選擇遮罩
引腳接頭上繪製選擇遮罩的放大檢視。精確的筆刷確保缺陷只出現在目標連接器引腳上。
細節 - 最終缺陷
顯示合成引腳彎曲的放大結果。注意物理上合理的變形角度與從原始影像保留的金屬光澤。
功能
完成工作的工具。
將一張乾淨的參考影像轉化為您檢測模型可學習的已標注訓練集所需的一切。
AI驅動的缺陷建議
上傳產品影像，智慧體引擎讀取表面材料、紋理與光照，然後為該零件建議最可能出現的缺陷類型。
您的合成缺陷倉庫
自動標記、建立索引，並本地儲存於您的瀏覽器中。無雲端上傳，資料不會離開您的裝置。
嚴重程度控制
從幾乎無法察覺的微異常到災難性的表面損傷。
批量生成
將數百個合成變體加入隊列，讓引擎自主渲染。
一個缺陷，適用每種表面
將一個真實缺陷重新渲染到任意乾淨參考件上。一條裂紋即成為數百個樣本。
現場報告
工程師們的評價。
各行各業的團隊正在使用合成缺陷資料加速深度學習模型訓練。
不到一小時完成完整資料集。
“我們過去每條新產品線都要花數週採集與標注缺陷影像。模型精度實際上還提升了，因為合成資料涵蓋了我們從未在產線上捕捉到的邊緣案例。”
數月的SKU覆蓋量，幾分鐘搞定。
“在高混合的環境中，每次換線都意味著要訓練新的缺陷類型。引擎在幾分鐘內生成了數千種照片級逼真的變體，改變了我們的部署時間表。”
一個下午從想法到訓練好的模型。
“我上傳了一張黃金影像，選擇了需要的缺陷類型，幾分鐘內就有了完整的合成資料集。無需準備零件、無需等待不良品、無需手動標注。”
部署案例
使用案例。
OV Auto-Defect Creator Studio在真實製造零件上運作的逐步展示。逐個畫面精確瞭解每個工作階段的運作方式。
參考
常見問題。
合成缺陷資料與OV Auto-Defect Creator Studio。
合成缺陷資料是根據乾淨的參考影像以電腦生成的缺陷影像，而非從真實缺陷零件上採集。OV Auto-Defect Creator Studio將照片級逼真的缺陷渲染到您真實的產品影像上，每個缺陷都附帶像素級標注，讓您無需等待產線上出現真實缺陷即可訓練檢測模型。
您擷取乾淨的參考影像、標記一個區域，並以自然語言描述缺陷。工作室會在約十秒內於真實表面上生成缺陷及其分割遮罩。針對每種缺陷類別重複操作，然後在邊緣相機上進行訓練。無需編寫程式碼或機器視覺工程。
對於單一缺陷工作流，從一張乾淨的參考影像到部署完成的模型最快只需15分鐘，相較於傳統機器視覺長達數月的資料採集與重新訓練週期。
風格遷移會將一個已標注的缺陷重新渲染到多種材料與顏色變體上，例如同一道劃痕出現在木材、強化板與複合材料上。高混合產線只需一個編寫好的缺陷即可涵蓋每種變體，因此新SKU的導入速度約提升12.4倍。
不需要。來自真實產線的唯一輸入是乾淨的良品參考影像。每種缺陷類別都是合成生成的，因此您永遠不必損壞零件或等待稀有缺陷出現。
立即開始構建您的合成資料集
在AI檢測領域勝出的製造商，都是解決了訓練資料問題的企業。這個缺陷生成器就是他們的做法。
