工业AI视觉训练平台

FalconAI 是含铭电子自主研发的 AI 视觉模型训练平台，也是含铭在机器视觉领域的核心技术。它把标注、训练、验证、迭代、部署集成在一个高效的可视化工作区中。

在这一个界面里，可以新建项目、管理数据、标注数据、训练模型、验证效果、导出模型。目标检测、图像分类、语义分割、关键点检测、视频动作识别，以及角度与数值预测，都在同一套流程里完成；YOLO、UNET、DINOv3 等主流模型方案已经内置，根据任务选方案。清楚质量标准的人，能轻松把自己的判断标准，训练成一个精准的识别模型。

1、核心能力：三个环节，一个工作区

1）环节一　数据准备与标注

主标题：先把「什么是好、什么是坏」标清楚

正文：一个项目一套类别体系。训练集、验证集、测试集在同一面板里划分，按批次分组，每组后面直接写着「多少张图、多少个标注」，数据够不够、配比偏不偏，一眼就看出来。

功能点：

· 项目级数据管理：按检测任务建项目，明确任务类型、类别数量与数据规模，图像数与标注数实时统计。

· 数据集三分：训练 / 验证 / 测试同步划分，分组统计到「张」和「标注」两个维度，避免训练集和测试集混在一起还不知道。

· 九种标注工具：矩形、多边形、圆形、三点定圆、描边、关键点，覆盖检测、分割、关键点。

· SAM 智能辅助标注：勾选 SAM，用分割大模型先生成轮廓，人工只做微调——复杂边缘从「点几十下」变成「点一下」。

· 类别独立配色：缺块、毛刺、油污、裂纹、气泡各自配色，标注与预测结果同色显示，人和模型看的是同一套语言。

· 标注 / 预测双模式：训练出的模型可以把预测结果直接铺在图上，人工只改不对的那部分，也可「替换 / 替换全部」一键采纳。

2）环节二　模型训练

主标题：选任务、选方案，然后看它收敛

正文：不用从零搭网络。检测用 YOLO 系，分割用 UNET，特征与分类用 DINOv3，平台把训练流程封在界面后面，把过程留在界面上——控制台日志、训练进度、测试进度三个标签页随时切换，跑在第几轮、损失降到多少，都看得见。

功能点：

· 内置主流模型方案：YOLO、UNET、DINOv3 等方案已集成，按任务类型直接选用，减少试错成本。

· 多任务覆盖：目标检测、图像分类、语义分割、关键点检测、视频动作识别、角度与数值预测，一套平台承接多类需求。

· 训练过程可视化：日志、进度、状态同屏，异常早发现，不必守着一行行滚动的输出猜。

· 训练/验证/测试闭环：训练集学、验证集调、测试集判，指标不是只在训练集上好看。

3）环节三　预测验证与交付

主标题：不看到实际效果，不算训练完成 

正文：整目录图像一次批量跑完，进度条告诉你跑到第几张。识别结果按图列表，每张后面跟着判定结论和耗时，点一行就跳到那张图。预测结果框上标着类别和置信度。

功能点：

· 批量测试：整个测试集一键跑完，批次进度、当前图像序号实时可见，中断可续。

· 结果列表与逐张对比：识别结果逐条列出，点击即定位到对应图像，OK / NG 与缺陷类别一目了然。

· 置信度可见：每个检测框显示类别与置信度，便于设定阈值、定位漏检与误检的具体类型。

· 错例一键回流：判定不对的图像直接「导入数据集」，补标后进入下一轮训练，模型随产线一起长。

· 模型一键导出：验证通过的模型导出交付，用于产线部署或集成进既有检测系统。

2、功能清单

3、四步上手

第一步　建项目 填写任务名称，选择任务类型，定义类别清单。项目信息面板会一直显示当前有多少张图、多少个标注。

第二步　导数据、标样本 导入图像或视频，按训练 / 验证 / 测试划分数据集。用矩形、多边形、关键点把缺陷框出来，复杂轮廓交给 SAM。

第三步　选方案、开训练 按任务选择 YOLO、UNET、DINOv3 等模型方案，启动训练。日志与进度在下方标签页实时更新。

第四步　批量验、导模型 用测试集批量跑一遍，逐张核对结论与置信度，把错例回流补标；确认效果后导出模型，交付产线。