开始训练第一个模型

您正在查看旧版本的文档。点击页面右上角可切换到最新版本的文档。

本章以“缺陷分割”模块为例,介绍如何快速训练深度学习模型。数据来自网口图像数据集。

准备工作

  1. 运行软件的设备需满足相关系统要求。可查看系统要求一节进行确认。

  2. 下载网口图像数据(单击下载)并解压缩。

使用Mech-DLK软件时,所用显示器的分辨率和缩放率需遵循如下对应关系。如果使用非下表所示分辨率和缩放率的显示器,可能存在显示问题。

如果使用双显示器,需确保两个显示器的分辨率和缩放率一致。

分辨率

缩放率

1280×800(16:10)

100%

1920×1080(16:9)

100%、125%

2560×1440(16:9)

125%、150%

3840×2160(16:9)

150%、175%

训练流程

flow chart
  1. 新建工程:单击初始页面上的新建工程 ,选择工程路径并输入工程名以新建一个工程。

    工程路径中不能包含中文字符。
    new project
  2. 添加“缺陷分割”模块:单击页面右侧模块栏中的 icon create 添加模块,选择缺陷分割 后单击确定

    add new module
  3. 导入图像数据:单击左上方的导入/导出 ,选择导入文件夹导入准备好的图像数据。

    import images
    • 导入图像:导入单张或多张图像。

    • 导入文件夹:导入文件夹中的所有图像。

    • 导入数据集:数据集是包含图像和标注信息的文件。此模块仅支持导入 DLKDB 格式(.dlkdb)的数据集,即仅限于从 Mech-DLK 中导出的数据集。

  4. 标注图像:本例中,用户需要标注数据集中的 OK 图像,以及含网口金手指弯折、断裂缺陷情况的 NG 图像。标注的目的是提供深度学习训练所需的信息。

    ok defect features

    对于 NG 图像,请左键长按或右键单击图像左侧工具栏 icon tool,选择“画笔工具”,标注出图像中所有缺陷的区域。

    label data1
    label data2

    单击 icon eraser 则进入橡皮擦模式,可擦掉已标注的缺陷区域。

    对于 OK 图像,选中后单击标注工具栏的OK标签工具 OK label tool,或单击鼠标右键选择设置为OK,图像将被标注为 OK。请确保“训练集”中至少有一张图像标注为 OK。

    label ok
  5. 训练模型:在界面右侧,切换至训练栏,单击右下方的训练开始训练模型。

    training chart
  6. 验证模型:模型训练完成后,单击验证可以验证并查看模型效果。

    result verification
  7. 导出模型:单击界面右下方的导出模型,选择文件路径后便可导出模型到指定文件夹(模型文件为 dlkpack 格式)。

    model files

至此,你已完成第一个模型的训练,接下来你可以继续阅读下一章,详细了解各算法模块。

我们重视您的隐私

我们使用 cookie 为您在我们的网站上提供最佳体验。继续使用该网站即表示您同意使用 cookie。如果您拒绝,将使用一个单独的 cookie 来确保您在访问本网站时不会被跟踪或记住。