iNeuOS_Vision_视觉分析，增加SAM3模型对实例分割和目标检测AI自动标注图片样本功能
本文面向机器视觉的标注、训练、测试与实时分析全链路，梳理这套平台的应用方式。
一、概述
iNeuOS_Vision·视觉分析是一款扎根工业现场的机器视觉模型训练与应用管理工具，围绕数据标注、数据管理、模型训练、模型管理、模型测试、视觉分析以及告警管理，构成了一套完整链路。系统支持私有化部署，能够帮助企业快速搭建可训练、可部署、可长期运营的视觉智能应用。相比完全依赖公有云识别服务的方案，它在数据不出厂、模型可迭代这两点上更贴合制造、能源这类行业的合规要求。
在安全生产识别、人员合规检测、火灾识别、设备状态巡检、质量检测、种植虫害识别和区域入侵告警等典型工业业务里，这套平台都能发挥作用。它既可以独立运转，也能与 iNeuOS 工业互联网操作系统打通，把视觉识别结果转化成平台数据点、告警事件和可视化业务内容。
本次升级内容（V1.7版本）：
（1）增加实例分割的SAM3自动标注。
（2）数据标注工具增加AI自动标注功能。
二、SAM3自动标注
SAM3 是数据标注平台内置的、基于分割大模型（SAM3）的交互式实例分割能力。开启后，用户借助 "点提示" 或 "框提示" 在图上圈定目标，点下 "执行分割"，模型便会自动产出精细的物体轮廓掩码（如示例里人物被红色半透明蒙版完整覆盖），并把结果存为指定类别的实例分割标注（当前类别为 person）。相比传统逐点手绘多边形的方式，它只需少量交互即可拿到高精度边界，显著抬高图像分割标注的效率与质量，尤其适合边缘复杂、形状不规则的目标。对质检、巡检这类标注量大的场景，自动标注把人工从繁重描边中解放出来，精力可回到抽检与校正上。
2.1 开始标注
单击“图片列表”中的图片样本，选择开启“SAM3”,选择“框提示”或是“点提示”，在图片中进行选择，然后单击“执行分割”，会在图片中自动标注实例分割的目标对象。如下图：
2.2 测试模型
标注好图片样本后，导出数据集并进行模型训练，在“模型管理”中加载已经训练好的模型，在“应用测试”的“模型测试”中选择相应的模型和图片进行识别测试。如下图：
三、AI自动标注
AI自动标注可对选中图片批量推理并自动生成检测框与类别标签，标注完成后交由人工校验修正；它以 "AI 预标注 + 人工审核" 的人机协同形态，把逐张手绘的工作量大幅压低，明显提升大规模数据集的标注效率，特别契合类别清晰、场景固定的检测任务。当样本规模达到数万张，这种协同方式的收益会进一步放大，标注周期往往能从数周压缩到数天。
3.1 开始标注
在标注工具中选择“AI自动标注（仅适用目标检测）”，如下图：
AI 自动标注是数据标注平台中面向目标检测任务的智能预标注工具，用户选择匹配的训练模型（如 YOLOv8n）、设置置信度阈值（0.35）和 IoU 阈值（0.45）、选择覆盖全部或仅标注未完成图片后，如下图：
3.2 测试模型
标注好图片样本后，导出数据集并进行模型训练，在“模型管理”中加载已经训练好的模型，在“应用测试”的“模型测试”中选择相应的模型和图片进行识别测试。如下图：
参考文章
（1）硬件网关：
（2）物联网（IOT）：
（3）视觉分析（Vision）：
（4）大模型智库（AiMind）：
（5）大模型智能问数（AiInsight）:
（6）小i助手：
（7）视觉模型：
评论0