数据采集
- 通过主动调整相机曝光或者补光的方式模拟环境变化采集数据是否可行？
-
不可行。若现场早晚光照会发生变化，应该分别采集实际现场不同光照条件下的数据，人工制造的数据无法确定可参考性。
- 拍照位置固定，来料位置会稍有变动，通过移动拍照位置来模拟工件位置变动情况是否可行？
-
不可行。相机位置在采集数据前应该固定好，移动相机会影响深度学习模型效果且会影响相机外参，此种情况可在训练时适当截大感兴趣区域。
- 原相机数据质量不好，更换相机后是否需要加入原始数据迭代模型？
-
不需要。需要重新采集更换相机后的数据，再进行模型训练。
- 更换背景是否会影响深度学习效果？
-
会影响。背景变化会导致模型出现误识别或漏识别的情况，所以前期确认背景后最好不要再更换。
- 相机型号、高度不同的情况下，采集的数据是否可以放在一起训练模型？
-
可以，需注意ROI问题，不同高度ROI分别截取，减小差异。
- 对于高反光金属件，采集数据时需要注意哪些情况？
-
需注意数据光照不可以过曝或过暗，对于不可避免的局部过曝的情况，需保证工件轮廓清晰。
- 对于纸箱，采集数据时需要注意哪些情况？
-
尽可能提供标准形状的纸箱供识别，需注意数据光照不可以过曝或过暗。如果调整图像亮度后识别效果仍不佳，请联系梅卡曼德技术支持人员并提供相机型号、悬挂高度、产品信息等信息。
- 现场光照复杂，因为物体被阴影遮挡造成的模型识别效果不稳定应如何改善？
-
可根据现场实际情况采取遮光或补光的措施。