DL无监督分割

模块原理

无监督分割是指仅利用无缺陷图像进行训练并对缺陷进行检测的算法。无监督分割属于无监督模式，无需标注缺陷样本，只需训练OK样本即可。

无监督分割算法可以分为基于重建和基于生成两种路线。前者主要采用自动编码器AutoEncoder及其变种，对图像进行编码得到一组特征向量并基于这组特征向量重建，如果存在缺陷的话，重建图像质量会存在较大差异，通过相似度计算即可得到缺陷区域。后者则是采用生成对抗网络（GAN）对图像进行重建，最终也是基于相似度计算以得到缺陷区域。

DL无监督分割模块与DL异常检测模块的原理、功能及使用基本一致，二者均是通过对正常图片进行训练，从而实现推理得到异常区域。

模型性能调优

若模型实现结果不佳，可从以下思路进行调优。

1. 由于无监督检测的训练集应只有OK图，所以需关注训练集中是否混入缺陷图。

2. 关注OK图中待检测目标是否对齐、是否存在较多的纹理变化，无监督分割适用于对齐度较高、纹理变化较少的场景。

使用方法

无监督分割适用于背景简单、产品一致性高、可对齐、缺陷明显的场景。在较为简单的场景下，该模块可作为主要缺陷检测工具使用，但是在大部分场景中还是作为一个辅助工具。若在前期无法收集到大量NG样本进行有监督训练（如图像分割），则可以先用DL无监督分割模块训练OK图，然后利用该模块检测并保存NG图，再从NG图中挑选实际NG图进行有监督训练。

DL无监督分割模块结果是输出一张黑白概率图，需要搭配使用Blob分析模块将结果可视化显示，即输出缺陷区域的Blob面积。如下图所示，该示例用于检测机场周转框中是否有物品遗漏。

参数配置

以下仅介绍该模块的运行参数详情。通过配置运行参数，可定义当前模块如何处理输入的数据。

模型文件路径

加载已训练好的模型文件。

方案存模型

使能后，将模型数据保存到方案文件或流程文件中，跨机加载方案时无需再次输入模型文件路径。

模块结果

该模块的模块结果介绍请见DL无监督分割。