3. 深度学习视觉检测基础概念
在工业视觉检测中，深度学习并不是一个单一功能，而是一组按“输出形式”划分的任务类型。理解这些任务类型，是判断 XG-X 该用哪个功能模块、该准备什么数据、该看什么结果的前提。传统视觉检测通常依赖人工设定阈值、边缘、模板或颜色规则；深度学习则通过大量样本让模型自行学习“缺陷长什么样”“目标在哪里”“每个像素属于什么类别”。在 KEYENCE XG-X 系列中，这些能力被封装为可配置的检测单元，但底层任务类型仍然决定了检测逻辑和结果判读方式。
一、分类：判断“整张图属于哪一类”
分类是最基础的深度学习任务。它接收一张图像或一个固定区域，输出一个类别标签及对应置信度，例如“OK / NG”“良品 / 划伤 / 脏污 / 缺料”。分类不关心缺陷在图像中的具体位置，只回答“这张图整体像什么”。在 XG-X 中，分类通常用于产品有无判断、外观等级分选、简单缺陷判别等场景。
分类的关键在于样本组织。假设检测对象是金属盖板，类别可定义为：OK、划伤、压伤、异物。每个类别需要收集足够多的真实样本，并覆盖不同光照、角度、批次差异。训练时，模型会学习各类别的特征分布；推理时，对输入图像输出各类别概率，取最大概率类别作为结果。若最高概率低于设定阈值，可判为“不确定”并触发复检，而不是强行归类。
分类的优点是速度快、标注简单，只需给整图打标签；缺点是定位能力弱，无法告诉操作员缺陷在哪个位置，也不适合一张图中同时存在多个目标或多种缺陷的情况。
二、目标检测：同时回答“是什么”和“在哪里”
目标检测在分类基础上增加了定位能力。它输出一组检测框，每个框包含类别、置信度和矩形坐标（如 x, y, w, h）。在工业检测中，目标检测常用于定位产品上的多个特征、识别多个缺陷、统计数量或判断装配是否完整。例如检测连接器上的针脚是否缺失、错位或弯曲，就可以用目标检测分别框出每个针脚并判断其类别。
与分类相比，目标检测的标注成本更高，需要为每个目标画框并指定类别。在 XG-X 中配置目标检测时，通常需要关注以下参数：
- 置信度阈值：低于该值的检测框被丢弃，避免误检；
- IoU 阈值：用于训练时判断预测框与真实框的重合程度，也影响非极大值抑制；
- 最大检测数：限制单张图输出的目标数量，防止异常图像产生大量误框；
- 最小框尺寸：过滤过小的噪声框，保留真实目标。
实际调试时，如果发现漏检，可适当降低置信度阈值或补充困难样本；如果误检多，则应提高阈值、增加负样本，或检查标注是否准确。目标检测的结果通常以框和类别标签叠加显示，操作员可以直观看到每个目标的位置和判定。
三、分割：逐像素判断“每个点属于什么”
分割把检测粒度从“整图”或“框”推进到“像素”。它输出一张与输入图像同尺寸的掩膜，每个像素被赋予一个类别，例如背景、产品、划伤、污点。工业上常用的分割包括语义分割和实例分割：语义分割只区分类别，不区分同一类别的不同个体；实例分割则进一步区分每个独立目标。
分割特别适合缺陷边界不规则、面积需要精确计算、或缺陷与背景对比度较低的场景。例如检测玻璃表面的细微划痕，分类只能判断“有划痕”，目标检测只能给出大致框，而分割可以给出划痕的精确轮廓和像素面积。在 XG-X 中，分割结果可用于计算缺陷面积、长度、最大宽度等几何特征，再结合阈值判断 OK/NG。
分割的标注要求最高，需要对每个像素或至少对缺陷区域进行精细标注。训练时通常使用像素级交叉熵或 Dice 损失；推理时输出概率图，再通过阈值二值化得到最终掩膜。若分割边缘毛刺多，可先做形态学开闭运算，或调整阈值使边界更稳定。
四、三类任务在 XG-X 中的对应关系与选择依据
在 XG-X 中，分类、目标检测和分割并不是互斥的，而是可以按检测需求组合使用。选择哪一类，核心看三个问题：是否需要位置、是否需要精确边界、标注成本是否可接受。
| 任务类型 | 输出形式 | 典型工业场景 | 标注方式 | XG-X 配置关注点 |
|---|---|---|---|---|
| 分类 | 类别 + 置信度 | 产品有无、等级分选、简单缺陷 | 整图标签 | 类别平衡、置信度阈值 |
| 目标检测 | 检测框 + 类别 + 置信度 | 针脚缺失、多缺陷定位、计数 | 画框 + 类别 | 置信度阈值、IoU、最大检测数 |
| 分割 | 像素级掩膜 | 划痕面积、不规则污点、边界测量 | 像素级标注 | 二值化阈值、形态学处理、面积阈值 |
实际项目中，常见组合方式是“先检测后分类”或“先分割后测量”。例如先目标检测定位每个产品区域，再对每个区域做分类判断良品/不良品；或者先分割提取缺陷区域，再计算面积、长度等几何量，最后按阈值输出 OK/NG。这种组合能兼顾定位精度和判定灵活性。
五、从“任务类型”到“检测逻辑”的落地思路
理解三类任务后，落地时建议按以下顺序推进：先明确检测目标（判有无、判位置、判面积），再确定任务类型；然后收集并标注样本，注意正负样本比例和困难样本覆盖；接着在 XG-X 中配置对应检测单元，设置阈值和过滤条件；最后用未参与训练的验证集评估漏检率和误检率，并根据结果调整阈值或补充样本。
需要特别注意的是，深度学习模型的输出是概率性的，不是绝对确定。因此工业现场通常要设置“不确定区”：当置信度处于中间区间时，不直接判 OK 或 NG，而是触发人工复检或二次拍摄。这样可以在保证检出率的同时，控制误判带来的风险。分类、目标检测和分割都可以采用这种策略，只是阈值对象不同：分类看类别概率，检测看框置信度，分割看像素概率或面积阈值。
掌握这三类任务的区别与联系，是后续学习 XG-X 具体配置、数据采集和调优方法的基础。只有先明确“模型到底在回答什么问题”，才能正确准备数据、设置参数并解释检测结果。