缺陷迁移是一种功能强大的图像处理技术，它可以从现有的目标检测或图像分割任务中选择具有缺陷的图片，并将这些缺陷迁移到另一组背景图片上。这项技术结合了目标检测、图像分割和图像合成等多种算法，旨在提高图像数据质量和增强模型的鲁棒性。
使用缺陷迁移功能，用户首先需要提供一个包含有缺陷的图像数据集作为源数据。这些缺陷可以是各种类型的视觉缺陷，如遮挡、损坏、失真等。然后，用户需要提供一个背景图像数据集，作为目标数据集。
缺陷迁移算法将分析源数据集中的缺陷，并通过计算机视觉技术自动地将缺陷从源图像中提取出来。然后，算法会根据背景数据集中的图像特征和内容，在目标图像上重新生成缺陷。这个过程涉及到图像修复、混合和合成等操作，旨在使合成的图像看起来逼真而自然。
# 缺陷迁移任务列表
在列表上可以看到缺陷迁移任务的总体情况，列表数据三秒会进行刷新一次，可以根据任务状态判断任务是否生成成功。
点击 查看详情 按钮可以查看本次任务的详细信息。
点击 前往数据集 可以跳转至任务生成图片的目标数据集详情。
# 创建缺陷迁移任务
缺陷转移任务分为三个步骤：
- 选择模型类别
- 从数据集中选择已标注的缺陷图片；
- 选择背景图片，标注迁移缺陷的矩形区域（目前只支持标注一个区域），输入最大单图片缺陷数量；
- 选择生成方式，可以选择生成到现有数据集或创建一个新的数据集
在创建缺陷迁移任务时需要选择对应的迁移算法以及迁移模式：
# 迁移算法
迁移算法分为融合迁移和简单迁移。每种模式又可以选择是否进行外扩操作。
融合迁移：
- 无外扩：在此模式下，缺陷迁移将已知的缺陷标注与新的图像数据进行融合，而不会扩展缺陷的范围。这种方式适用于已知缺陷与新数据中的缺陷位置相对一致的情况。
- 有外扩：此模式下，缺陷迁移会将缺陷标注像素外扩，扩大输入填充的像素，以使迁移后的缺陷更加准确。通过这种方式，可以更好地定位缺陷，并避免因位置稍有不同而导致的误判。
简单迁移：
- 无外扩：在这种模式下，简单迁移将已知的缺陷标注直接应用于新的图像数据，而不进行缺陷范围的扩展。这种方式适用于已知缺陷在新数据中的位置和范围都非常准确的情况。
- 有外扩：在此模式下，简单迁移会将缺陷标注像素外扩，以应用于新的图像数据。通过外扩操作，可以提高对缺陷的覆盖率和准确度。
# 迁移模式
迁移模式分为单一迁移和组合迁移。这些模式用于将缺陷图像应用于背景图像，但方法有所不同。
单一迁移：将每个缺陷图像与相应的背景图像进行一对一的迁移。
- 举个例子，假设有 2 个缺陷图像（缺陷 A 和缺陷 B）和 2 个背景图像（背景 X 和背景 Y）。在单一迁移模式下，会生成以下组合图像：
- 缺陷 A + 背景 X
- 缺陷 A + 背景 Y
- 缺陷 B + 背景 X
- 缺陷 B + 背景 Y
- 如果最大单图片缺陷数量为 3，那么总共会生成 12 张图像（2 个缺陷图像 _ 2 个背景图像 _ 3 个最大单图片缺陷数量）。
组合迁移：将多个缺陷图像组合到一个背景图像上。
- 假设我们使用相同的 2 个缺陷图像（缺陷 A 和缺陷 B）和 2 个背景图像（背景 X 和背景 Y）。在组合迁移模式下，会生成以下组合图像：
- 缺陷 A、缺陷 B + 背景 X
- 缺陷 A、缺陷 B + 背景 Y
- 如果最大单图片缺陷数量为 3，那么总共会生成 6 张图像（2 个背景图像 * 3 个最大单图片缺陷数量）。
- 需要注意的是，这只是一个示例，实际应用中可以根据具体情况和需求来选择所需的图像生成数量。同时，为了避免过多的图像生成，请合理控制缺陷图像和背景图像的数量。
任务创建完成后系统就会开始生成图片，图片生成的状态可以在缺陷迁移列表进行查看