深度学习训练工具VisionTrain1.4.1功能更新说明
介绍深度学习训练工具1.4.1版本功能更新说明

1、 下载链接

1.1  可以去海康机器人官网下载,官网地址为:

https://www.hikrobotics.com/cn/machinevision/service/download?module=0


1.2  海康网盘链接:https://one.hikvision.com/#/link/dPwY31XBJIMkMvY9Ku5b 提取密码:hY91      (注:无需登录,点进文件夹,下载压缩包。)


2、新增VM平台实例分割


在VisionTrain1.4.1版本中新增VM平台实例分割,同时在VM4.1版本中加入了实例分割的预测模块。

实例分割:是语义分割(图像分割模块采用的就是语义分割)的子类型。

如下图示例,语义分割只能将人与背景分开,而实例分割是在语义分割的基础上,对这三个人做具体区分,分出甲、乙、丙三个人。


                     原图                                           语义分割                                    实力分割


3、新增训练参数 —— 模型标识


在一些训练模块中新增模型标识参数,此参数可以任意填写。算法同事可以通过解析模型,获得填写的标识,用于区分模型,相当于是除了模型名称外的另一个区分标识。目前暂时只能算法同事从模型内部解析,后续会开发给用户查看。


4、 目标检测打标新增 —— 设为背景图选项

当存在无目标误检的情况时,可以将此图片加入到训练集中设置为背景图,可以减少误检的情况。(注:不可以将第一张图片就标记为背景图,需要前面有目标的图片打过标签后,后面的图才可以设置为背景图)


5、 图像分割新增参数 —— 1、是否大图  2、采样系数

是否大图:开启使能表示为大图模型,关闭表示常规模式。大图模式下优化大分辨率图像的采样和训练速度。(注:图片分辨率大于2000W的时候可以开启)

采样系数:参数设置范围为-1.0 ~1.0;默认为1.0,即不进行采样;当图像中同时存在大缺陷和小缺陷时,可以设置采样系数(0,1)之间,建议0.1;当图像的标定不准确(包含较多背景),可以设置采样系数(-1,0)之间,建议-0.5;采样系数不能为0。(此参数不建议客户自行尝试)


6、 训练参数界面解释

将鼠标移动到训练参数文字上,会出现参数设置提示,便于用户自行设置参数。

版权声明:本文为V社区用户原创内容,转载时必须标注文章的来源(V社区),文章链接、文章作者等基本信息,否则作者和本社区有权追究责任。如果您发现本社区中有涉嫌抄袭的内容,欢迎发送邮件至:v-club@hikrobotics.com 进行举报,并提供相关证据,一经查实,本社区将立刻删除涉嫌侵权内容。
上一篇

自定义算子,实现灰度图像的像素点灰度值整体增加操作

下一篇

深度学习小工具之图像名称、标签文件内容修改工具

评论请先登录 登录
全部评论 1

666

2022-04-16 16:19:28 未知地区
回复
  • 1
Lv.0
0
关注
22
粉丝
6
创作
27
获赞
所属专题
  • 什么是深度学习?
  • 深度学习的前沿研究与应用
  • 深度学习和传统算法在缺陷检测应用中的特点
  • 深度学习训练工具VisionTrain1.4.1功能更新说明
  • 模型优化方法---通用基础篇
  • 模型优化方法---VM算法平台预测篇
  • 模型优化方法---VisionTrain训练篇
  • 模型优化方法---预测耗时篇
  • 深度学习小工具之快速图像分割
  • 深度学习小工具之标签转化工具
  • 深度学习小工具之图像名称、标签文件内容修改工具
  • 训练误差与泛化误差的关系
  • 训练过程中对于误差值的理解
  • 基本图像增强算法对深度学习模型结果的影响
  • 使用VM深度学习功能实现模型训练与图像检索功能
  • 智能相机-深度学习OCR训练及优化指南
  • 一种提升OCR模型识别率的优化方法
  • 根据实际需求找到最优方案-OCR识别篇
  • 多分类分割任务下实现指定类别的阈值调整
  • 多分类分割任务下的标注问题及解决思路
  • 图像分割标注训练经验分享
  • 基于VM界面层的多类别缺陷统计方案
  • VM深度学习OCR项目经验分享
  • 【VM集成开源AI】深度学习算子模块封装
  • 深度学习推理耗时波动现象的解决方法
  • 【共享学习】关于深度学习显卡推理那些事儿
  • VM7100深度学习检测温度传感器焊点,裸针,锡珠,超盘,
  • 深度学习缺陷检测项目经验分享
相关阅读
  • [共享学习]VM之角度纠正问题
    2024-03-07 浏览 0
  • 机器视觉菜鸟指南
    2024-02-29 浏览 0
  • 基于C++OpenCV实现VisionMaster中的“直线边缘缺陷检测”
    2024-03-04 浏览 0

请升级浏览器版本

您正在使用的浏览器版本过低,请升级最新版本以获得更好的体验。

推荐使用以下浏览器