在工业视觉检测领域,缺陷样本的稀缺性是所有深度学习应用都会撞上的第一道墙。 这不是某条产线的偶然,而是大多数高端制造业的共性。随着产线自动化水平和良品率的双提升,次品在规模化生产中变成了“极小概率事件”。你费了很大功夫从成千上万张巡检画面中才挑出一张真正存在缺陷的图。这就意味着,你的模型面临的是高度不平衡的训练环境,几百张甚至几十张缺陷样本对垒海量良品样本。 一、稀缺的不是数据,而是反面教材 我们常说AI训练需要海量数据,但实际上,对于超高良品率的...
2026-06-10 17:36:58








