SuperAPI AI 工具集
合作ENAI 行业资讯收藏
Skill 广场cdf-defect-image-generation

cdf-defect-image-generation

数据与分析

查看项目

更新于 10-21 12:49

技能介绍

用途

CDF Orchestration 的 SMT 缺陷图像生成（DIG）工作流，用于在 Kubernetes 上生成合成 PCB 检测图像。它通过一个 DAG（defect_image_generation_smt_dag_k8s）覆盖多种模式，由 pipeline_mode 决定运行哪些阶段：CDF Simulation 渲染 PCB 元件，CDF Augmentation 将渲染结果转为逼真的干净（golden）图像，CDF AnomalyGen 添加纹理缺陷。Simulation 还可渲染姿态缺陷（偏移、立碑、侧翻）。

主要能力与模式

  • simulation：仅渲染 PCB 元件。
  • sim2real：从板场景生成干净（golden）元件图像，阶段为 Simulation → image-edit。
  • sim2real（含姿态操作）：从板场景生成姿态缺陷（偏移、立碑、侧翻），阶段为 Simulation → image-edit。
  • full：从板场景生成纹理缺陷（桥连、多余焊锡、缺失），阶段为 Simulation → image-edit → AnomalyGen。
  • defect：在真实或已准备的干净图像上生成纹理缺陷，阶段为 AnomalyGen。

从板 USD 开始的请求有时称为“Day 0”，从真实或已准备图像开始的请求称为“Day 1”。

使用方式

  1. 解析请求的操作与模式，确定 pipeline_mode 与所需阶段。仅需 payload 的请求在本地准备并校验，将校验后的 payload JSON 放入最终答复，不启动运行；状态或结果查询使用已有的具名运行；手动 UI 录入需先配置 UI 访问并报告 URL，由用户触发运行。
  2. 仅收集该模式所需输入，复用任务中已提供的值，缺失项需询问，不得虚构位置、端点或模型名。
  3. 依据 payload-contract.md 构建纯 JSON（api_version: "1.0"），将运行相关的资产位置放在 payload 覆盖项中。使用 checkout 的 Airflow Python 环境校验 payload：先用 uv（0.9+）在 checkout 中创建环境（uv sync --frozen --all-packages --inexact），再用其解释器运行 scripts/payload.py。校验器使用 DAG 的 payload 模型与工作项编译器，拒绝工作流不使用或自行设置的覆盖键，不提交任何任务。
  4. 执行请求需检查就绪状态：使用用户配置或提供的集群凭据文件与控制器 URL，检查控制器就绪、DAG 加载、池、PVC、相关凭据与空闲 GPU 容量。就绪检查使用 Airflow 3 API，通过 POST /auth/token 获取令牌，以 Authorization: Bearer <token> 传递。GET /api/v2/dags/defect_image_generation_smt_dag_k8s 查看 DAG 是否加载与暂停；GET /api/v2/pools 查看池槽位；从仓库根运行 storage_check.py 确认存储映射，必须打印 Storage mapping: ready 才能触发。
  5. 触发一次并跟踪运行：所有运行路径以 /api/v2/dags/defect_image_generation_smt_dag_k8s 开头，对 ID 进行 URL 编码。选择唯一 run ID 并记录，payload 放在 conf.payload 内，logical_date 必填。POST 超时或返回 409 时，用 GET /dagRuns/<run-id> 获取该运行并比对 conf.payload，匹配表示已接受，不同表示 ID 冲突，绝不用新 ID 重试。每隔几分钟轮询运行状态并报告变化。
  6. 检索并解释结果：读取 outputs.md，用清单关联 simulation、golden 与缺陷图像，将原始导出计数与校验后的选择计数分开报告。

适用场景

  • 从 PCB 场景生成焊锡桥连等缺陷。
  • 仅生成 golden 检测图像。
  • 在已有 IC/clean_image 图像上添加缺陷。
  • 对板上每个 0603_H100 生成立碑缺陷。
  • 在 115_2819_000 上以全板覆盖生成桥连缺陷。
  • 为某个 golden 配置使用不同的 image-edit 提示词。
  • 查看某次已完成 DIG 运行的全部缺陷。

限制

  • 校验器仅校验 payload 及其编译；组件覆盖内的键、场景内容、存储对象与端点在每个任务启动时才检查。
  • 仿真模板面向 Artix 示例板；其他板需要自己的场景、焊锡、标注与采集设置。
  • 选择器中的组件名在仿真任务启动时依据板元数据解析，校验器无法确认。
  • 姿态缺陷运行的裁剪图存放在 goldens/ 下，因为 sim2real 将每个输出视为 golden 图像。
  • 默认 AnomalyGen 即使使用外部 image-edit 也需要同一节点上两块 GPU。
  • 一次运行中每个 amg_endpoints 条目都附加同一个 VLM_API_KEY。
  • 外部 image-edit 请求使用部署的 NGC API 密钥认证。
  • 请求的缺陷计数并非按输入覆盖；full 模式对每个干净输入最多保留一个选中的导出。

依赖与前置条件

执行需要授权的 Kubernetes 连接、已加载 DIG DAG 的 Airflow 3 控制器，以及所选模式的存储与模型访问权限。payload 校验器需要可信的 CDF Orchestration checkout 及其 Airflow Python 环境；仅解释工作流或起草 JSON 则不需要。执行就绪还要求产品 checkout 中的配套脚本 skills/cdf-orchestration-preflight/scripts/storage_check.py；若不可用，应报告缺失依赖为就绪阻塞项，不得跳过存储映射检查。