APPLICATIONS
从模型需要解决的任务出发。
将应用场景与数据、处理规则和交付内容对应起来。
DATA IN · VALUE OUT
输入有依据，交付可追溯。
先用代表性样本明确范围，再进入批次生产。交付字段与验收标准在试采、试标阶段共同确认。
- 01 / 建议提供
- 任务目标、产品类别、采集条件、缺陷定义和可共享的代表性样本。
- 02 / 交付内容
- 原始数据索引、标签文件、类别字典、规则版本、复核与问题清单。
- 03 / 验收重点
- 按缺陷类别和场景分层抽检，约定边界判定、漏标与错标的处理方式。
QUALITY IN CONTEXT
先统一缺陷边界，再扩展生产批次。
采样条件
记录设备、工位、光照与材质，检查模糊、反光和视野覆盖。
规则校准
用正常、异常和边界样本共同校准；无法判断的样本进入复核队列。
批次划分
按产品、设备或生产批次组织数据，避免同源近重复样本跨集合混入。
PROJECT PERSPECTIVE
从具体任务，看数据如何组织。
BEFORE WE START
开始合作前，您可能想了解。
01缺陷样本很少，也能启动吗？
可以先盘点现有样本，明确类别定义和样本缺口，再组织小规模试采或试标。样本不足时不预设模型效果。
02不同产线的标准如何统一？
共用类别字典，同时记录设备、材质和工位差异。针对容易混淆的边界情况形成规则例图，并通过试标复核统一判断。