级联模块

级联模块可解决复杂场景下的缺陷检测问题,如来料位置不固定,检测位置不固定或需要对缺陷进行详细分类的场景,可以使用模块级联的功能。

常见的级联组合

常见的组合如下:

  1. 目标检测 - 缺陷分割

    • 特点:定位图中待检测物品后,检测缺陷。

    • 适用场景:原始图像中有多个待检测物品,物品数量位置随机;缺陷形态不固定。

      solution selection 1
  2. 目标检测 - 图像分类

    • 特点:定位图中待检测物品后,检测朝向、颜色等。

    • 适用场景:原始图像中有多个待检测物品,物品数量位置随机;需要对物品分类。

      solution selection 2
  3. 缺陷分割 - 缺陷分割

    • 特点:前序缺陷分割对待检测区域和背景进行分割,后序缺陷分割对提取出的区域进行缺陷检测。

    • 适用场景:背景相对复杂,缺陷较小或不明显。需要先提取待检测区域后再进行细节的缺陷检测。

      solution selection 3
  4. 快速定位 - 缺陷分割

    • 特点:单一待检测物品,位置角度相对随机,需要旋转到指定角度和位置后再进行检测缺陷。

    • 适用场景:单一物品,来料随机,缺陷形态不固定。

      solution selection 4
  5. 文本检测 - 文本识别

    • 特点:“文本检测”模块快速定位和提取图像中的文本区域,减少背景和角度干扰;“文本识别”模块识别图像中的字符。“文本识别”模块后不能级联其他模块。

    • 适用场景:背景相对复杂,文本朝向各异。

      alt

级联模块的使用

首先需要确认加密狗权限是否包括模块级联,可通过右侧模块栏内加号是否可点击进行判断。如无法点击,可联系梅卡曼德销售人员获取升级授权版本。

alt
  1. 训练第一级模块

    依照单一模块的训练方式完成对第一级模块的训练,训练完成之后检查模型是否可用。

  2. 新建第二级模块

    单击软件右上角的 + ,根据实际情况添加需要的算法模块。

  3. 导入上一级数据

    上一模块的结果将作为下一模块的输入使用。

    1. 单击 导入/导出,选择从上一模块导入

    2. 勾选图像。你可以通过导入类别置信度下限图像标记等选项来筛选需要导入的图像数据。

    3. 修改导入配置。

      • 扩大导入图像区域:将导入图像区域扩大指定像素,可避免上一模块精度不足造成的数据损失。默认值为 0 px。

      • 图像校正:校正所有导入图像至正方向(0°)。

      • 保留背景:是否保留掩膜以外的像素,关闭时将只导入掩膜图像。

        不同级联组合下导入配置不同,请根据界面显示进行设置。
    4. 单击 确定

  4. 标注并训练当前模块

    完成当前模块的标注和训练。

  5. 验证并导出模型

    训练完成后,完成验证和导出。导出后的模型可在 Mech-Vision 或 Mech-DLK SDK 中使用。

级联模块前序模块更新后,后序模块也需要重新训练。

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。