Mech-Vision 1.7.2 更新说明¶
本文介绍 Mech-Vision 1.7.2 版本的新增功能、功能优化。
新增功能¶
“深度学习模型包管理工具”新增功能¶
深度学习模型包管理工具 可对模型包推理效率进行配置，包括“批量大小”和“精度”两方面（仅 Mech-DLK 2.4.1 之后导出的模型包才可进行效率配置）。
提示
建议 Mech-DLK 2.4.1 及更高版本导出的深度学习模型包配合 Mech-Vision 1.7.2 及以上版本使用。
Mech-Vision 1.7.1 也可使用 Mech-DLK 2.4.1 版本导出的深度学习模型包，但需关注部分 兼容性问题 。
新增“深度学习模型包推理”步骤¶
自 Mech-Vision 1.7.2 起，“深度学习模型包 CPU 推理”和“深度学习模型包推理（Mech-DLK 2.2.0+）”步骤合并为 深度学习模型包推理 步骤。
使用 Mech-Vision 1.7.2 打开旧版本工程后，“深度学习模型包 CPU 推理”和“深度学习模型包推理（Mech-DLK 2.2.0+）”步骤将被自动替换为“深度学习模型包推理”步骤。
该步骤可对 Mech-DLK 导出的单级或级联模型包进行推理，并输出推理结果。仅支持 Mech-DLK 2.2.0 及以后版本导出的模型包。
注解
自 Mech-DLK 2.4.1 开始，模型包分为单级模型包、级联模型包两种。
单级模型包：模型包中有且只有一个深度学习算法模块的模型。例如“实例分割”模型。
级联模型包：模型包中有多个深度学习算法模块的模型，以串联形式存在，上一模型的输出是下一模型的输入。例如，当模型包中存在“目标检测”、“实例分割”两个模型时，模型推理顺序为 ，“目标检测”模型的输出将作为“实例分割”模型的输入。
当该步骤使用级联模型包推理时，可使用“深度学习结果解析”步骤对级联模型包的推理结果进行解析。
案例库新增方案和工程¶
Mech-Vision 1.7.2 的案例库中新增了如下方案和工程。
方案：刹车盘（单工位部署）。
工程：药盒、通用工件识别、堆叠的小零件（螺栓）。
提示
如需使用预装的方案或工程，请使用最新版软件。