超级模型简介
梅卡曼德为纸箱和麻袋等工件的拆/码垛场景提供了自研的超级模型。这些模型可以直接应用到大多数现场，在无需采集图像训练的情况下就可以正确分割绝大多数工件。
下载超级模型
进入下载中心下载超级模型。超级模型分为用于部署的模型包（.dlkpack）和用于微调的模型（.dlkmp）。
在 Mech-Vision 中部署超级模型包
使用深度学习模型包推理步骤，导入超级模型包对纸箱、麻袋的图像进行推理。
超级模型包推理完成后，即可在 Mech-Vision 中查看识别效果。
在 Mech-DLK 中微调超级模型
如果识别效果不够理想，则需要在 Mech-DLK 中对超级模型进行微调。
可通过以下方式进行模型微调：
-
采集模型识别效果不好的图像。
-
使用 Mech-DLK 新建空白工程，并添加“实例分割”模块。
-
在 中开启“开发者模式”。
-
将采集的图像加入到训练集和验证集中。
-
完成新增图像的标注。
-
在 中开启 微调 。
-
勾选 超级模型微调 后，单击
选择超级模型（“.dlkmp” 文件）。 -
在训练参数中，适当调低“学习率”参数；“总轮次”参数可以降低为50~80。
-
完成模型的训练和导出。
超级模型微调完成后，即可将超级模型导出为超级模型包（“.dlkpack” 或 “.dlkpackC” 文件），再次导入 Mech-Vision 进行模型包推理。