图像分割在做多分类预测时，需要在DL模块后接Blob标签分析，该模块会根据图像分割模型输出的“类别图”，以及设定的最小分数，对所有类别的缺陷概率图做统一渲染，当最小分数调大后，类别图的缺陷面积会统一变小。

--------->

如何在多分类任务下，指定调整某个类别的面积大小，即如何只调整某类别的灰度阈值？

了解原理：

• 首先需要明白，类别图实际上是一张灰度图，只不过把对应的灰度值赋值给了RGB以后，做了二次渲染才在界面上呈现为彩色图，这个可以通过输出类来验证。而模型在做多分类预测时，会根据标注类别数n，生成n张缺陷概率图，并对所有缺陷区域做缺陷概率值的排序。如下图中有5种类别，则会生成5张缺陷概率图。

• 做排序的原因是：此区域可能会同时存在类别A，类别B，以及背景的概率值，或者说是得分值（score）。如下图：

• 需要选择概率最大的类别作为此区域的预测输出，再根据最小分数值，来划定缺陷类别的大小。若要实现对某个类别的灰度阈值操作，则模型事先是具有科学的分类标注规则，使预测时，同一区域不会出现两种高灰度值的缺陷类别，这时候就可以直接卡这两种缺陷概率图的灰度阈值，实现面积，长宽和灰度阈值的统一操作。
  

操作方法：

• 首先需要在DL模块上输出指定类别的缺陷概率图，可以观察到短虚焊是位于第3位的，对应图像显示区的灰度值3，这里可以选择全部输出。

    ------>

• 拖出Blob分析模块，如果只选择了输出短虚焊的缺陷概率图，则会按顺序默认绑定到缺陷1概率图中；如果全部输出，由于短虚焊在第3位，则会绑定到缺陷3概率图中，而断焊在第5位，则会绑定到缺陷5概率图中，如下：

• 缺陷概率图表现为背景灰度值0，缺陷灰度值高，因此在运行参数中选择极性为亮于背景。此时则可以随意调整该类别的阈值大小，以实现缺陷面积大小的控制。

    --------->

• 下面则是将所有类别统一渲染到同一张图中。在结果显示中的文本中填入该类别名，同时调整好位置。其他类别也需要按相同方法操作，如下：

• 拖出输出图像模块，在渲染设置中的前项存储设置中，存入这两个Blob模块的渲染结果，至此完成了多类别任务下，对各个类别的面积和长宽的限制操作。

    
    流程图参考：