更新说明
Mech-DLK 2.5.0更新说明
本节介绍Mech-DLK 2.5.0版本的新增功能和功能优化。
新增功能
新增“文本检测”和“文本识别”算法模块
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。
新增“非监督分割”算法模块
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:
-
易获取OK图,但不易获取NG图
-
缺陷类型不确定
历史版本更新说明
单击此处查看 Mech-DLK 2.4.x 更新说明
Mech-DLK 2.4.2 更新说明
增加软件区域限制功能。单击
后可查看限制信息。Mech-DLK 2.4.1更新说明
新增功能
-
全新级联模式
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。
-
新增训练中心
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。
-
增加全局掩膜并支持自定义掩膜颜色
“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。
-
单图掩膜:掩膜只在当前图像生效;只在训练中生效。
-
全局掩膜:在当前图像中绘制掩膜后,掩膜将显示在所有图像中;训练验证均生效。
-
-
增加快捷键显示窗口
单击标注绘制区右下角的 可打开快捷键显示窗口。
-
增加矩形标注工具辅助线
“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。
-
增加验证结果置信度显示与过滤
“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。
功能优化
-
优化图像分类算法
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%。
-
优化 Mech-DLK SDK
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。
-
优化缺陷判定规则配置
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。
-
快速定位支持平移设置
“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。
-
优化印章工具
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。
单击此处查看Mech-DLK 2.3.0 更新说明
Mech-DLK 2.3.0 更新说明
-
更新显卡驱动版本
使用 Mech-DLK 2.3.0 软件前,显卡驱动版本需要更新至 472.50 以上。
-
提升训练速度
优化了算法,训练模型的速度明显提升;训练过程中只保存最优模型,无法中途停止训练。
-
新增智能标注功能
在“缺陷分割”、“实例分割”、“目标检测”模块下,选择智能标注工具,单击待标注物体中心位置可以快速形成标注,右键删除多余标注区域,回车键完成标注。
-
新增多边形标注锚点增减功能
在“实例分割”和“目标检测”模块下,使用多边形标注工具标注完成后,若需修改标注结果,可在两个锚点之间的线上单击左键来增加锚点,选中锚点单击右键可以删除锚点。
-
新增标注印章工具
在“实例分割”和“目标检测”模块下,使用印章工具可以将已有的任意标注设置为模板,设置完成后可以直接单击进行标注。适用于图像中有多个同类别物体且摆放整齐的场景,可以提高标注效率。
-
新增缩放预览功能
支持预览单张图像和剪切后的小图。
-
优化网格剪切工具
优化网格剪切功能,剪切网格后,可以单击网格单元左上角的方框来选中单元图像,单击小图右上角按钮可以预览。
-
优化数据筛选机制
新增结果类型筛选项,可按“正确的结果”、“错误的结果”、“过检”、“漏检”标签来筛选数据。新增数据类型筛选项:“已标注为OK”和“已标注为NG”选项。
-
深度学习环境内置
深度学习环境内置到 Mech-DLK 软件里,不需要单独安装环境即可训练模型。
单击此处查看Mech-DLK 2.2.1 更新说明
Mech-DLK 2.2.1 更新说明
-
新增“图像分类”模块新增类激活图显示功能
模型训练完成后,单击生成类激活图可以通过热力图的形式体现特征的权重,模型基于这些特征将该图像分为此类别。颜色越红的区域,在分为此类别的过程中所占的权重越大。
-
新增CPU 版本模型的验证及导出功能
-
图像分类、目标检测:训练完成后,导出模型前可以将部署设备选为 CPU 或 GPU。
-
实例分割:训练模型前,设置训练参数。导出模型时,可以在 CPU/GPU 之间选择部署设备,具体如下:
-
CPU 轻量模型:训练模型前,将训练参数 模型类型 选为 轻量(推荐使用 CPU 部署) ,导出模型部署时,可以将 部署设备 选为 CPU 或 GPU 。
-
GPU 标准模型:训练模型前,将训练参数 模型类型 选为 标准(推荐使用 GPU 部署) ,导出模型部署时,推荐将 部署设备 选为 GPU 。
-
-