更新说明

Mech-DLK 2.5.0新增了光学字符识别（OCR）功能，由以下两个算法模块级联实现：

常用于检测和识别电子元件上的细小字符、复杂背景下的车辆相关信息、包装上展示的序列号、生产批号等信息。

Mech-DLK 2.5.0新增了“非监督分割”算法模块，只需OK图作为训练集参与模型训练，对所有已知、未知缺陷进行像素级检测。训练的模型可根据设定的阈值判断出物体图像为OK、NG还是Unknown（未知），并通过热力图展示大致的缺陷区域。

该模块常用于工业质检，适用场景包括：

“文本检测”模块中新增了“自由矩形工具”，可用于绘制矩形标注框，适用于标注矩形文本区域。

“文本识别”模块中新增了“文本识别工具”，可用于绘制文本识别范围，并自动输出文本识别结果。

Mech-DLK 2.5.0中，使用OK/NG标签工具可快速将图像标注为OK或NG。选中图像后，鼠标左键单击标注工具栏处的OK或NG标签，即可完成标注。

Mech-DLK 2.5.0全面支持使用NVIDIA GeForce RTX 40系列显卡进行模型训练与验证。

Mech-DLK 2.5.0中快捷键悬浮窗按不同模块使用情况显示，便于用户快速找到所需快捷键。

Mech-DLK 2.4.1增加全新算法模块级联模式，支持用户自由组合模块（“快速定位”模块只能作为第一级使用），以解决复杂场景下的深度学习问题。例如：检测出缺陷位置，并对缺陷进行分类，可以选择在“缺陷分割”后级联“图像分类”。此外，级联模块间数据导入界面，增加了图像筛选功能，可以根据需求选择导入的图像，同时支持对图像进行导入配置。

训练中心支持排队训练，适用于需要训练多个模型的场景。使用训练中心，软件将按顺序依次进行训练，无需人工再次手动点击训练，可以节省大量时间。

“缺陷分割”模块中的掩膜工具可选择“单图掩膜”或“全局掩膜”，并且支持自定义掩膜颜色。

单击标注绘制区右下角的 可打开快捷键显示窗口。

“实例分割”和“目标检测”模块中，“矩形工具”增加标注辅助线，可以辅助标注矩形框。

“实例分割”和“目标检测”模块中，验证结果增加置信度筛选功能，可以通过调整置信度参数筛选结果，进而评估模型的准确率。

优化了图像分类算法，训练收敛更快，复杂场景下模型的准确性提升了 20%。

重构Mech-DLK SDK，增强稳定性和易用性。 Mech-DLK SDK 支持级联模型的推理、切换不同的运行硬件并提供了更丰富的样例。

优化“缺陷分割”模块的“缺陷判定规则配置”，单击此处 查看详细说明。

“快速定位”模块的“母版设置”中“图像调整”支持X/Y方向平移设置。训练后图像将以用户指定位置和角度输出，适应更多场景。

在“实例分割”和“目标检测”模块下，使用印章工具选择印章模板后，按住 Shift 并滑动鼠标滚轮或设置“旋转角度”参数，可调整模板角度。