模型训练
完成标注后，即可开始训练模型。在“训练”参数栏，可配置训练参数、训练模型、查看训练信息等。
训练参数
依次单击 参数配置 打开“训练参数配置”窗口。
数据增强
训练模型的数据需要尽量包含实际可能出现的所有情况，若现场不具备相应的采集条件，可以针对缺失的情况在训练前调整数据增强参数，在原有数据的基础上丰富训练数据。但必须确保倍增的图像数据与现场实际情况一致，如果现场不会出现旋转的情况，那么不需要调整这一参数，否则可能会影响模型效果。
鼠标悬浮到  可查看各参数的调节效果。
|
-
亮度
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。
-
对比度
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。
-
平移
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。
-
旋转
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。
-
缩放
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。
-
水平翻转
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 。
-
垂直翻转
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 。
-
标注扩展
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 标注扩展 ，避免因图像缩放导致缺陷太小而影响训练。
训练参数
-
输入图像尺寸
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。
-
批量大小
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。
-
模型类型
“缺陷分割”模块
标准
一般情况下建议使用 标准 模式
增强
模型效果不好或精度要求较高时可以选择 增强 模式，该模式会导致训练速度变慢
“实例分割”模块
标准（推荐 GPU 部署）
适用于对精度要求较高的场景，该模式会导致训练速度变慢
轻量（推荐 CPU 部署）
适用于对训练速度要求较高的场景
-
评估间隔轮次
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。
-
总轮次
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。
训练轮次并非越大越好，总轮次设置较大时，模型准确率稳定后还会持续训练，会导致训练时间变长，且有过拟合的风险。 -
学习率
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。
-
GPU ID
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。
-
网络简化
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。
-
训练时最大目标个数
默认不勾选。该选项用于限定能识别到的最大目标个数，勾选并设定数值后一般能加快推理速度。一定情况下，设定此参数有助于减少GPU显存使用。
