按算法需要安排样本覆盖
明确要识别或测量的对象，选择工件、缺陷尺寸、位置、材料与噪声等变化。仿真可补充可控场景，实测用于校准和检验实际设备表现。
- 设计参数组合和样本数量
- 整理授权实测及标签
- 检查典型工况和难例覆盖
应用与功能
- 适用工作
- 算法训练、独立测试、方法验证与数据交付。
- 输入资料
- 样本需求、仿真配置、授权实测与标签。
- 输出内容
- 带分组、版本、来源及质量说明的数据集。
- 产品应用
- 终奏数据平台的训练与测试数据生产。
同一工件的关联样本一起分组
一个工件或一次采集可能产生多张图像和多种处理结果。训练与测试划分需考虑这些关系，避免同源样本同时进入训练集和独立测试集。
- 按工件和采集记录建立关联
- 区分训练、验证与独立测试
- 保留样本筛选和分组规则
保存每一版数据集的内容与变化
数据集版本记录包含哪些样本、标签和处理结果，以及质量检查和使用许可。导出时附上说明，接收团队可以按相同规则继续训练或评价。
- 管理版本、标签与质量记录
- 说明格式、字段和样本分组
- 附带来源、授权及变更说明
用合成样本补覆盖，用实测检查差异
合成数据系统改变工件、材料、缺陷、探头和采集条件，补充难以充分取得的实测样本。真实参考数据用于标定、调整模型对实际设备的适应性，并开展独立评价。
每个样本保留参数、计算或采集来源、标签依据、派生关系和用途。训练、验证和测试按工件、试验及派生关系分组，避免同一实物的近似样本同时进入训练和独立测试。
- 设备噪声、采集链和现场差异进入评价
- 样本数量、物理一致性、检测效果分开记录
- 数据训练用途与再分发用途分别授权
联系弦量
交流研发需求
欢迎就相关产品、检测方法和应用问题与我们联系。