模块级联功能

使用模块级联功能可以级联两种或以上的算法模块,训练一个具备多重识别功能的模型。

什么时候使用模块级联

需要满足两个或以上的识别需求时,可以使用模块级联。例如既需要分割物体缺陷又要对缺陷分类时,可以级联缺陷分割模块和图像分类模块。模块级联无需创建两个工程,节省了训练和部署时间,但使用此功能前必须了解基础的项目流程操作,详情参阅 开始训练第一个模型

有哪几种级联方式

../../_images/concatenation.png

如何创建一个级联工程

在本节中,将以 识别物体缺陷 并对 缺陷种类进行分类 为目标,创建一个级联工程。

它将由两种算法级联实现该功能:

  1. 新建工程

    点击初始界面上的 新建工程 ,选择工程路径并输入工程名称以新建一个工程。

    ../../_images/new_project.png
  2. 添加缺陷分割模块

    点击页面右侧模块栏中的 icon_add ,选择 缺陷分割 模块后点击 确认

    ../../_images/add_new_module.png
  3. 导入图像数据

    点击左上方的 导入,选择导入方式导入图像数据。

    ../../_images/import_images.png
  4. 截取ROI

    点击选项 icon_roi 进入 ROI模式 ,从图像中框选感兴趣区域,并点击左上方的 应用 确认使用。截取 ROI 的目的是减少无关背景信息的干扰,减少图像处理时间。

    ../../_images/roi.png
  5. 标注图像

    需要标注出数据集中的 OK 图像和包含缺陷的 NG 图像。对于 NG 图像,鼠标右键单击图像左侧工具栏 icon_tool ,根据缺陷形状选择合适的画笔工具,标注出图像中所有缺陷的区域。点击 icon_eraser 则进入橡皮擦模式,可涂改已标注的缺陷区域。

    ../../_images/label_data.png

    对于 OK 图像,请在左侧图像列表中选中图像,单击鼠标右键,选择 设置为OK

    ../../_images/label_ok.png
  6. 训练模型

    点击右侧下方的 训练 开始训练。

    ../../_images/training_chart.png
  7. 验证模型效果

    模型训练完成后,点击 验证结果 可以对模型效果进行检验。

    ../../_images/result_verification.png
  8. 添加图像分类模块

    验证完上述训练的缺陷分割模型效果并确认识别效果良好后,点击页面右上方模块栏中的 + 添加图像分类模块。

    ../../_images/add_module.png
  9. 将数据导入图像分类模块

    上述缺陷分割训练结果将作为数据源导入图像分类模块,点击 导入 选中需要的数据后点击 确认

    ../../_images/data_source.png
  10. 建立图像分类标签并标注

    图像分类 模块标注前需要先点击右侧标签栏中的 + ,根据目标物体的类别创建不同的标签,然后点击标注栏左侧的标签便可以对图像进行标注。

    ../../_images/label.png
  11. 训练模型

    使用默认参数点击 训练 开始训练模型。

    ../../_images/training_chart_classification.png
  12. 验证模型

    训练结束后,点击 验证 可以验证并查看模型识别效果。

    ../../_images/validation.png
  13. 导出模型文件

    模型训练完成后点击右侧 导出模型 ,导出最佳模型到工程文件夹。

    ../../_images/model_files.png