Синтетические данные для контроля качества: сколько реальных дефектов нужно нейросети в 2026
Компьютерное зрение в ОТК (см. наш разбор классического подхода) и VLM-модели (см. разбор vision-language подходов) упираются в одно узкое место: реальных примеров дефекта физически мало. При запуске новой детали брак первые недели держится в районе 0,1–0,5%, а отдельный тип дефекта может не встретиться ни разу за 3–4 месяца работы линии. Обучить детектор на 5–10 фотографиях классически невозможно — модель либо не сходится, либо заучивает случайный фон вместо самого дефекта. Ответ последних двух лет — генеративные модели (диффузия, VAE, рендеринг с domain randomization) для синтеза недостающих дефектов. По 7 источникам разберём, что это реально даёт по данным 2024–2026 годов и насколько точно поставщики пересказывают эти цифры в маркетинге.
Дефицит дефектов: почему классические датасеты не набираются
Стандартный supervised-детектор требует сотен–тысяч размеченных примеров каждого типа дефекта, а зрелая линия за 12 месяцев работы может накопить всего 40–60 реальных фотографий редкого брака. Дисбаланс классов усиливает проблему: если бездефектных деталей 998 из 1000, а дефектных — 2, модель по умолчанию учится игнорировать редкий класс, потому что это даёт минимальную ошибку на обучающей выборке. Ручная доразметка новых дефектов занимает недели и требует эксперта ОТК — распознать 5 визуально похожих типов скола на глаз способен только обученный контролёр, а не разметчик общего профиля.
При этом накопление реальных дефектов по одному типу может занять до полугода, если брак стабильно низкий (0,1–0,5%). За это время происходит смена партии материала, и дефект на старых образцах перестаёт быть репрезентативным для новых условий освещения и текстуры. Классический подход требует перезапуска цикла сбора данных. Поэтому задача синтеза дефектов — не про «ускорить разметку», а про возможность получить обучающую выборку, репрезентативную для текущего состояния линии, без полугодового цикла ожидания.
Диффузия и перенос дефекта без единого реального примера
Диффузионный синтез дефектов поднимает точность детекции (mAP) с 65,0% до 85,1% даже при переносе на совершенно новую деталь без единого реального образца брака — это результат работы Relimetrics, апрель 2026 (arXiv:2604.22850), решающей задачу запуска новой детали (New Product Introduction). Метод сочетает masked textual inversion, noise-blended генерацию и градиентную постобработку для синтеза дефектов на новой поверхности. В менее экстремальном режиме few-shot (несколько реальных примеров плюс синтетика) mAP вырос с 78,8% до 83,3% — прирост на 20 процентных пунктов в zero-shot против 4,5 в few-shot показывает, что чем острее дефицит реальных примеров, тем больше выигрыш от синтеза.
На практике это означает: если у вас есть хотя бы 3–5 реальных фото дефекта на старой модели детали, диффузионный метод может адаптировать их под новую геометрию и текстуру, и модель, обученная на таком наборе, покажет результат, сравнимый с обучением на 50–100 реальных примерах новой детали. Но ключевое ограничение: этот подход работает, когда новая деталь конструктивно похожа на старую — если это совершенно другой тип изделия (например, вместо литой детали — сварная конструкция), нулевой перенос не сработает.
Domain randomization: детектор, обученный только на рендере
Другой подход — рендерить всю сцену целиком: 3D-модель детали, случайное освещение, случайный фон и текстуру материала. Исследование arXiv:2506.07539 (принято на ICRA 2025) собрало датасет SIP15-OD — 15 деталей из 3 промышленных сценариев — и обучило YOLOv8 исключительно на синтетических рендерах, без единого реального фото в обучающей выборке. Результат на 3 сценариях SIP15-OD — 94,1%, 99,5% и 95,3% mAP@50; на отдельном датасете для робототехники — 96,4% mAP@50. Авторы называют материал поверхности, метод рендеринга и «дистракторы» (посторонние объекты в кадре) главными факторами, определяющими перенос от рендера к реальной камере.
Для внедрения этот метод даёт самый предсказуемый результат, если у вас есть 3D-модель детали и вы можете контролировать фон и освещение в зоне контроля. Но если деталь позиционируется нестабильно или вы не можете обеспечить повторяемость освещения, разрыв между рендером и реальностью вырастает в разы. Простой тест: если на вашем рендере дефект всегда падает в одном и том же месте, а в реальности деталь ложится с допуском ±5 мм, модель не обучится искать его в разных позициях — нужен рендеринг с вариацией позиционирования.
VAE: старый метод, точные цифры — и где их округлили поставщики
VAE (вариационный автокодировщик) — более простой и старый метод по сравнению с диффузией, но именно на нём проще всего проверить точность пересказа науки в маркетинге. Работа 2024 года (arXiv:2401.00393, Cognitive Computation, Ferdousi и др.) взяла датасет дефектов рельс Canadian Pacific Railway — 50 реальных фотографий на 5 классов дефекта — и обучила VAE генерировать синтетику. Модель сгенерировала 500 синтетических изображений при ошибке реконструкции 0,021, а классификатор ViT, дообученный на этом наборе, показал точность 98–99% по всем 5 классам дефектов.
Блог поставщика UnitX Labs пересказывает этот же кейс как иллюстрацию своего продукта GenX — но уже с другими цифрами: «450 синтетических изображений из 50 оригиналов, почти 100% точность классификатора». Сверка с первоисточником показывает расхождение по обеим цифрам: в статье — 500 синтетических изображений, а не 450, и конкретная точность 98–99% ViT по 5 классам, а не округлённые «почти 100%» без разбивки по классам.
| Показатель | Источник (arXiv:2401.00393) | Пересказ UnitX Labs |
|---|---|---|
| Синтетических изображений | 500 | 450 |
| Метрика | Reconstruction loss 0,021 + ViT-точность 98–99% по 5 классам | «почти 100% точность классификатора» |
| Проверяемость | Датасет и архитектура VAE описаны в статье | Ссылка на «a case study» без ссылки на саму статью |
Что это значит для инженера, который выбирает поставщика синтеза: если поставщик обещает «практически 100% точность» без разбивки по типам дефектов и без описания датасета, есть основания запросить детализацию. В работе 2024 года видно, что 98–99% — это среднее по 5 классам, но разброс между ними не показан. Поставщик, который округляет среднее до 100% и меняет число синтетических изображений с 500 на 450, не предоставляет данных для проверки.
Похожесть на фото не значит прирост точности
Отдельная работа 2026 года (arXiv:2602.18525) проверила предположение, на котором держится весь маркетинг генеративного синтеза: если синтетическая картинка визуально похожа на реальную (низкий FID), значит, она полезна для обучения детектора. Авторы прогнали 6 генераторов (GAN, диффузия, гибриды) через YOLOv11 на 3 датасетах при доле синтетики от 10% до 150% от размера реальной выборки и сравнили метрики похожести с реальным приростом mAP.
«Стандартные глобальные генеративные метрики (например, FID) часто не предсказывают итоговую точность детекции (mAP)» — arXiv:2602.18525
Прирост оказался сильно зависим от сценария: на «Pedestrian» (плотные сцены с перекрытиями) — до +7,6% относительного mAP, на «PottedPlant» (многоэкземплярные сцены с высокой вариативностью) — до +30,6%, а на «Traffic Signs» (разреженный, почти насыщенный класс) — эффект минимален. Один и тот же генератор синтетики даёт +30% прироста на одной задаче и близкий к 0% на другой, и заранее по «реалистичности» картинки это не предсказать.
Для производства это означает: если поставщик демонстрирует вам красивые синтетические картинки дефекта, визуально неотличимые от реальных, — это ещё не гарантия прироста точности. Единственный способ проверки — прогнать сгенерированные изображения через ваш детектор и измерить изменение mAP или точности на тестовой выборке реальных дефектов. Пока такого измерения нет, «реалистичность» — это маркетинговый, а не инженерный аргумент.
Поставщики: 9x, 3x — и без методологии
UnitX заявляет для своего продукта FleX снижение доли пропущенных дефектов (escape rate) в 9 раз и ускорение развёртывания в 3 раза по сравнению с предыдущим поколением систем (пресс-релиз UnitX, декабрь 2025). Окупаемость по материалам того же поставщика (UnitX Labs, 5 критериев оценки) — 12–18 месяцев для мелкосерийного производства (10+ типов деталей) и 18–24 месяца для крупносерийного, а снижение затрат на переналадку — 60–80% за 3 года со ссылкой на McKinsey, но без прямой ссылки на сам отчёт.
Ни для одной из этих 5 цифр (9x, 3x, 12–18 мес., 18–24 мес., 60–80%) поставщик не публикует датасет или метод измерения — методология везде описана как «наши внутренние данные и референс-клиенты», без единого внешнего аудита.
Практический чек-лист: что запросить у поставщика генератора синтетики
Прежде чем выбирать инструмент синтеза дефектов и закладывать его в бюджет проекта, запросите у поставщика ответы на эти вопросы. Ответы «мы гарантируем» или «наши тесты показывают» без методологии — красный флаг.
| № | Вопрос поставщику | На что обратить внимание |
|---|---|---|
| 1 | На каком датасете вы измеряли прирост точности (ссылка на публичный или описание приватного)? | Нет описания датасета — цифру нельзя воспроизвести, она может быть получена на идеализированных данных |
| 2 | Какая метрика использована для измерения прироста (mAP, F1, precision/recall, escape rate) и на каком пороге? | «Точность выросла» — без указания метрики и порога не проверяется. mAP@50 и mAP@75 дают разные цифры для одной модели |
| 3 | Какая доля синтетики в обучающей выборке и как подбиралось это соотношение? | 100% синтетики vs 50/50 дают разный результат. Если поставщик не экспериментировал с соотношением, его цифра — это одно случайное значение |
| 4 | Есть ли тест на вашей задаче (на ваших фото дефектов и ваших условиях освещения)? | Без теста на ваших данных гарантировать перенос нельзя — мы уже знаем, что FID не предсказывает прирост mAP |
| 5 | Какая точность детектора, обученного только на синтетике, по сравнению с детектором на реальных данных (и сколько реальных данных использовано для бенчмарка)? | Показывает, насколько синтетика компенсирует отсутствие реальных данных. Если сравнение идёт с обучением на 1000 реальных фото, а у вас есть только 10 — цифра нерелевантна |
| 6 | Как обрабатывается смена материала/освещения на линии — требуется ли перегенерация или модель адаптируется? | Если для каждой новой партии нужна новая генерация, стоимость сопровождения может превысить стоимость внедрения. Запрашивайте регламент обновления |
Что это значит для внедрения на вашей линии
Для запуска новой детали, когда реальных дефектов ещё 0 (ни одного), — диффузионный few-shot/zero-shot синтез (тип arXiv:2604.22850) закрывает разрыв переносом дефекта с похожей поверхности, а не ожиданием месяцев накопления брака. Но если конструкция детали кардинально отличается от всех имеющихся в датасете, перенос не сработает — это ограничение метода, о котором поставщики часто умалчивают.
Для совсем новой детали без единого реального дефектного фото — domain randomization даёт 94–99% mAP@50 в условиях ICRA 2025, но это результат на конкретных 15 деталях и 3 сценариях: цифру обязательно перепроверять на своей камере и освещении, а не переносить как гарантию. Убедитесь, что у вас есть 3D-модель детали и вы можете обеспечить повторяемость позиционирования и освещения — иначе точность упадёт.
VAE — самый дешёвый и воспроизводимый из 3 методов: 50 реальных фото уже достаточно для 500 синтетических при точности 98–99%. При выборе поставщика инструмента синтеза стоит запросить исходный датасет и метрику, а не итоговый процент — 2026 год дал минимум 1 задокументированный случай (UnitX GenX), где 500 округлили до 450, а «98–99%» — до «почти 100%».
Перед покупкой любого генератора синтетики просите не FID и не «визуально реалистично», а измеренный прирост mAP именно на вашей задаче: тест на 6 генераторах и 3 датасетах в 2026 году показал, что это разные вещи, и разрыв между ними доходит до 30 процентных пунктов. Лучший способ — взять у поставщика пробную генерацию на 200–300 ваших реальных фото (бездефектных и с дефектами) и обучить ваш детектор на смеси синтетики и реальных данных, сравнив результат с обучением только на реальных данных. Если поставщик отказывается от такого теста до подписания контракта — это веская причина искать другого.
Чек-лист из шести вопросов — это минимальный набор, который позволяет отделить поставщика с воспроизводимой методологией от поставщика, пересказывающего чужие работы с округлениями и без ссылок. Для пилотного проекта в 2026 году задавать эти вопросы — не опция, а обязательный этап технического аудита.
Источники
- Accelerating New Product Introduction for Visual Quality Inspection via Few-Shot Diffusion-Based Defect Synthesis (arXiv:2604.22850, апрель 2026)
- Domain Randomization for Object Detection in Manufacturing Applications using Synthetic Data: A Comprehensive Study (arXiv:2506.07539, ICRA 2025)
- Generative Model-Driven Synthetic Training Image Generation: An Approach to Cognition in Rail Defect Detection (arXiv:2401.00393, Cognitive Computation, 2024)
- Do Generative Metrics Predict YOLO Performance? An Evaluation Across Models, Augmentation Ratios, and Dataset Complexity (arXiv:2602.18525)
- How Generative AI Accelerates Defect Detection Model Training in 2026 — UnitX Labs
- UnitX Launches FleX: The World's Most Accurate AI Visual Inspection System — PR Newswire / Automate.org, декабрь 2025
- How to Evaluate AI Visual Inspection Systems for Manufacturing in 2026: The 5 Criteria That Matter — UnitX Labs