AIDI ( Artificial Intelligent Defect Inspection ) 是一款基于深度学习的智能工业视觉平台软件，集标注、训练、模型调优为一体，用于解决复杂缺陷的定位、检测、分类等问题，适用于各类复杂应用场景，具有强大的兼容性。软件主要包括定位、分割、检测、分类四大核心功能模块以及OCR字符识别工具包。
本系列文章将从AIDI各个模块为大家详细讲解其功能及使用，并辅以真实案例及解决方案，本文将为大家介绍检测模块。
检测模块
概述：
检测模块可以在区域级精度上对目标进行检测，可以检测目标有无并对目标进行分类，支持对多类缺陷或成块特征小目标进行检测，不受行业、产品限制，在大多数场景下均有应用。
特点：
✅ 适用场景广泛：可以在检测出目标位置的基础上对目标进行分类;
✅ 简单易用：不需标注目标具体轮廓，仅需用矩形框选目标，标注过程简便迅速;
✅ 检测能力强：对图像和产品一致性要求较低，对位置或形态有一定差异的目标也可有效检出。
应用场景：
✅ 需要在单张图像中检出多个目标并进行分类但不需要目标具体轮廓信息(如汽车发动机装配检测)
✅ 需要进行快速有无检测的场景(如注射器部件有无检测)
模块使用：
✅ 训练阶段：
对每种目标分别建立标签并标注在图中，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：图中每个目标位置及矩形框大小
案例解析· 注射器有无检测
✅ 检测需求：对注射器的注射器筒、黑圈、注射器头三个部件进行有无检测，输出注射器是否完整的信息
✅ 难点：产品在图像中姿态不确定，产品本身透明，与背景对比度较低
✅ 方案：利用AIDI检测模块检测图片中是否存在上述三种部件，通过二次开发实现对产品完整性的逻辑判断，检出有缺损产品
✅ 最终效果：检测准确度100%，有效检出问题产品
✅ 操作方法：
1.添加检测模块
2. 导入准备好的图片
3. 标注：将三种目标添加为标签，然后对图像中的每个部分以矩形框形式标注所属标签，缺失则不需标注
4. 样本划分：使用样本自动划分功能，将所有已标注的图片按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或测试集
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，可以使用混淆矩阵辅助判断过检、漏检信息，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
（转载）
