迭代模型

您正在查看最新版本（V3.0.0）的文档。如果您想查阅其他版本的文档，可以点击页面右上角“切换版本”按钮进行切换。

■ 如果您不确定当前使用的产品是哪个版本，请随时联系梅卡曼德技术支持。

若发现模型在部署后表现效果不佳，可以进行模型迭代。传统的方案是通过增加数据重新训练模型。也可以使用模型微调，在保持当前准确率的基础上，节省训练时间，实现更高效的模型迭代。

此功能仅在“开发者模式”下可用。

一般模型迭代

对用户自行训练得到的模型，可通过以下方式进行微调：

采集模型识别效果不好的图像。
使用 Mech-DLK 打开模型所属的工程。
在设置设置中开启“开发者模式”。
导入采集的图像到模型对应模块中并完成标注。
在训练选项卡中，单击训练参数设置右侧的展开图标。在训练参数设置窗口中的模型微调选项卡下，开启微调。（对于实例分割模块，还需勾选自我微调。）
切换到训练参数选项卡，总轮次参数可以降低为50~80。
单击确认保存配置好的参数信息。
完成模型的训练和导出。

快速定位、任意物体抓取V2、工件料筐分割模块暂不支持在训练参数设置窗口进行模型微调设置。如需提升模型效果，可增加数据并重新训练模型。

通用模型为梅卡曼德自研模型。关于通用模型的详细介绍及使用说明请参考通用模型简介。

可通过以下方式对通用模型进行微调：

采集模型识别效果不好的图像。
使用 Mech-DLK 新建空白工程，并添加对应的算法模块。
在设置设置中开启“开发者模式”。
导入采集的图像到模型对应模块中并完成标注。
在训练选项卡中，单击训练参数设置右侧的展开图标。在训练参数设置窗口中的模型微调选项卡下，开启微调并勾选深度学习模型微调后，单击文件夹图标选择通用模型（“.dlkmp” 文件）。

深度学习模型微调功能可用于对通用模型进行微调。
切换到训练参数选项卡，总轮次参数可以降低为50~80。
完成模型的训练和导出。

我要反馈