单一尺寸拆垛——不传入尺寸

纸箱拆垛场景中，通常需要使用“实例分割” 来识别出图中的每个纸箱并给出位置信息。 梅卡曼德专门针对纸箱拆垛场景提供了超级模型，可以直接应用到Mech-Vision中，在无需经过深度学习训练的情况下正确分割绝大多数纸箱。 并且用户无需确认纸箱的尺寸，深度学习模型会自行测量箱子的尺寸。

新建典型应用工程

1. 创建工程

点击界面上方菜单栏中 典型应用 ‣ 新建典型应用工程 进入如下界面；或者点击工具栏中的 新建典型应用工程 也可进入如下界面。

1. 选择 单一尺寸拆垛——不传入尺寸 ；

2. 输入自定义的工程名称；

3. 点击 选择工程文件夹的保存路径（建议用户创建空文件夹），然后点击保存。

2. 完成相机配置与标定

查看 相机相关配置 来完成相机配置界面相关的操作。

3. 设置物体识别相关参数

1. 点击 2D ROI 框选深度图感兴趣区域（框选的范围应保证完全覆盖目标物体）。点击 刷新图像 可重新采集图像，点击 确定 完成设置。

2. 点击 3D ROI 设置在三维空间中的感兴趣区域，方法：按住ctrl与鼠标左键调整。

   

设置完成后可开始识别目标物体。

1. 点击 生成位姿 进行物体识别并获取物体位姿。点击 深度学习结果 和 位姿 可查看识别结果。

   

2. 在查看位姿结果后，点击 编辑位姿 后进入 位姿步骤编辑器 对位姿进行排序、对齐等处理。

   

4. 完成工程部署

若预览结果没有问题，可以对工程进行部署来完成部署向导。

在部署界面中点击 完成 后进入生产界面。如下图所示。

---

运行和调试

在生产界面的右上角点击 即可运行工程，同时用户可以在工程运行中查看 顶层点云 、 深度学习结果 以及 位姿 。

当工程运行结果较差时，用户可参考以下思路来尝试解决问题。

• 用户可切换到 标准模式 来查看工程的详细组成，在了解 步骤使用指南 中的内容后，可尝试增加、删减相关步骤以及修改步骤的参数来更改工程，以满足更复杂的场景需求。

---

当工程调试完毕并成功运行后，若用户需采集现场数据，来方便后续反馈问题， 或者发现工程中的某个环节执行效果不理想，想在非现场环境对步骤或参数做进一步调优， 此时可以借助 数据保存 和 数据回放 工具，来实现上述目的。

使用 数据回放 工具的前提：

1. 工程文件（工程可完整运行无报错）；

2. 运行工程中采集的全时序现场数据源，包括：2D彩色图、深度图、相机参数文件，保存方法可参考 数据保存 。