TAOVCN分类间隙分析Skill tao-analyze-gaps-visual-changenet

分析 NVIDIA TAO VCN Classify 实验的分类失败,选择最佳判定阈值,按标签排序最弱样本(弱 PASS/NO_PASS)并按光照条件展开,输出用于增强/重标注的数据队列与 RCA 报告。关键词:VCN、AOI、缺陷检测、间隙分析、阈值选择、数据增强、RCA。

工业缺陷检测 0 次安装 1 次浏览 更新于 9/6/2026

TAO VCN Classify 间隙分析技能

该技能用于对 NVIDIA TAO VCN Classify(视觉组件网络)实验执行间隙分析,识别每个真实标签下最弱的样本,按有符号距离度量相对于决策阈值在错误方向上的偏离程度,并输出按光照条件展开的 Top-K 弱样本,供数据增强或重新标注使用。它通过一次直接的 docker run 调用 TAO data-services 容器完成阈值扫描、弱点排序和扩展,运行时需要 GPU。技能核心逻辑对 VCN 的分类头(PASS/NO_PASS 单分数边界)计算阈值、混淆矩阵、每标签统计,并将结果写入 kpi_gaps.parquet 等文件中。若召回目标不可达,会生成 unreachable_kpi.txt 并建议重训练或重标注。报告阶段还需对少数弱样本进行可视化审查,并输出 RCA_Report.md 分析报告。