训练

图像的明暗程度。现场光照变化较大时，可以通过调整 亮度 范围倍增不同光照状态下的图像数据。

图像灰度反差的大小。目标物体和背景差异较小时，适当调整 对比度 范围，可以使目标物体特征更明显。

将图像所有的像素坐标分别加上指定的水平偏移量和垂直偏移量。现场物体（料筐、托盘等）位置移动范围较大时，可以通过调整 平移 参数，随机倍增横向、纵向平移的数据。

指图像以某一点为中心旋转一定的角度，形成一张新的图像。一般情况下保持默认参数设定即可满足需求。物体摆放角度变化较大时，通过调整 旋转 参数，可以随机倍增多种角度的图像数据。

将图像按一定比例缩小或放大。物体摆放高度差异较大时，通过调整 缩放 参数 ，可以随机倍增不同缩放程度图像数据。

图像左右翻转 180°。若待目标物体存在左右对称的情况，可以开启 水平翻转 。

图像上下翻转 180°。若目标物体存在上下对称的情况，可以开启 垂直翻转 。

此参数仅在使用“缺陷分割”模块时可调整。 按一定比例扩大图像中标注的缺陷区域。一般情况下不需要勾选，若图像标注的缺陷较小可以勾选 标注膨胀 ，避免因图像缩放导致缺陷太小而影响训练。

训练时输入神经网络的图像宽高（单位：像素）。建议使用默认设定；若图像中的物体或标注缺陷区域较小时，需要适当调大 输入图像尺寸 。图像尺寸越大，模型精度越高，但是训练速度越低。

神经网络训练一次选取的样本数量。建议使用默认设定；若需要提高训练速度时，可以适当调大 批量大小 参数，参数设置太大会导致显存占用变高。

模型训练时，每评估一次间隔的轮次数量。建议使用默认设定，调大 间隔轮次 参数可以提升训练速度 ，参数值越大训练越快；参数值越小训练越慢，但有助于挑选最优模型。

模型训练的总轮次。建议使用默认设定，若待识别图像特征较复杂时，需要适当增加训练轮次，提升模型效果，但会导致训练时间变长。

学习率决定神经网络训练过程中每一次迭代优化的步长。建议使用默认设定，图表损失曲线收敛较慢时，可以适当调大 学习率 ；若图表精度波动较大，可以适当调小 学习率 。

用户训练设备的显卡信息。若用户设备有多块 GPU ，可以在指定的 GPU 上训练。

该选项用于简化神经网络结构。默认不勾选。训练数据相对简单时，勾选该选项可以提高训练和推理速度。