训练目标检测模型
目标检测模型可检测目标物体在图中的精确位置，并判断图像中目标物体的类别。本文以转子工件为例，训练一个可以实现转子定位和计数的目标检测模型。
训练目标检测模型的流程如下：
准备工作
开始训练前，请确保已按照采集规范采集并筛选出用于训练的图像数据。本例中需要准备盛放有转子的料筐图像。
导入并标注图像
-
新建标签：在右侧的标注页面中，单击类别栏的
新建类别标签。本例中需要识别所有的转子工件，因此新建Rotor标签。 -
导入图像数据：在图像列表上方选择 ，选择部分图像导入到工程中；
-
截取 ROI：
-
在标注工具栏，单击 ROI 工具
，框选目标图像区域。框选 ROI 应去除部分无意义背景，覆盖待识别物体会出现的区域，且保留一定冗余。 -
单击 ROI 边框右下角的
应用当前 ROI。同一 ROI 设定将应用于所有图片，检查所有转子是否始终在 ROI 范围内，如果有转子超出 ROI 范围，则应重新调整 ROI。
-
-
标注图像：可使用预训练标注工具标注图像，减少人工标注时间。只需先手动标注少量图像，然后训练预训练标注模型并标注即可。
-
手动标注数据：在标注工具栏，右键单击
后，单击矩形工具 
，标注出每个转子的外接矩形。 -
训练标注模型：在界面右下角依次单击训练和验证按钮，进行模型训练和验证，获取用于进行预训练标注的模型。
-
使用预训练标注工具标注图像：验证完模型后，导入剩余图像，点击预训练标注按钮进行标注。完成标注后，需要逐张检查预训练标注的图像，如出现漏标注的情况，需要手动进行标注。
-
-
划分数据集：导入并标注所有图像后，单击
，拖动滑块，将图像按照训练集（80%）和验证集（20%）的比例进行划分。
训练模型
完成图像导入和标注后，即可开始训练模型。
-
进入训练页面，选择，勾选训练时最大目标个数并根据实际情况调整参数值，该参数用于设置能识别到工件数量的上限。
-
单击训练按钮，开始重新训练模型。可在训练中心查看模型训练进度，点击显示图表查看各轮次训练的精度和损失值。
验证和导出模型
模型训练完成后，进入验证页面，点击验证按钮，Mech-DLK 会使用当前图像数据对模型进行验证。
验证结束后，检查验证结果无误，此时一个用于转子定位和计数的目标检测模型就训练完成了。
点击右下角的导出按钮，选择模型存放路径后导出该模型。导出的模型可在 Mech-Vision 与 Mech-DLK SDK 中使用，单击此处 查看详细说明。