深度学习

DaoAI InspecTRA中，用户可以加入深度学习功能，接下来本页将提供有关如何使用深度学习的说明。

../_images/dl_page.png

深度学习有两个部分组成，第一个部分数据收集功能部分，第二个部分为添加模型进行识别。

../_images/dl_two_part.png

深度学习数据采集

../_images/enable_collect.png

启用数据收集功能的时候，必须要把 “Enable Collect” 选项打开。

../_images/add_cam.png

  1. 点击打开下拉式菜单；

  2. 选择用于收集数据的相机；

../_images/save_data.png

收集数据功能必须连接相机，设置好上述步骤后，需要使用相机拍照：

  1. 点击拍摄，相机采图；继续点击拍摄，直到拍摄完所有数据；

  2. 点击下载按钮，下载文件；

../_images/file_no_extension.png

下载后的文件会是一个没有后缀的文件，类似上图显示的名字。你可以使用解压软件(7zip等)把此文件解压。

deep-learning-tool/images/saved_data.png

解压后，打开文件夹，之前拍摄的数据都会在这里。

深度学习模型

第二部分，是使用收集好的数据，使用DaoAI DeepWorld进行标注和训练。加载至DaoAI InspecTRA。

../_images/load_model.png
../_images/model_config.png

深度学习模型加载后，如上图显示，你可以看到模型的名字、标签和设置按钮。

  1. 模型名字旁边的切换按钮，是启用或者禁用模型的选项。

  2. 标签是显示当前模型中的所有标签及其数量。

../_images/enabled_active_learning.png

  1. 启用或者禁用主动学习功能，下载主动学习功能的数据。

点击按钮 “Open Config”，你可以对于主动学习功能进行设置。

../_images/config_active_random_threshold.png

点击后，设置菜单打开如上图所示。一共有两个主动学习的策略：随机采集(左)和临界点采集(右)。

  • 随机采集是按照设定的参数进行随机采样。

  • 临界点采集是按照设定的参数，对数据进行识别，根据其识别结果是否达到临界范围内进行采集。

参数设置详情如下：

  • 策略

    1. 目前支持的策略为两种：随机采集和临界点采集。

  • 随机度

    1. 此数值为随机数据中，被保存数据的数量，在总数量百分比。例子：随机度为50，达标的采集数据中，有一半的数据会被保留；随机度为100，达标的采集数据中，所有的数据会被保留。

  • 最小置信度

    1. 采集的数据中，只有识别结果大于此数值的数据，才属于达标，才能保存。

  • 最大置信度

    1. 采集的数据中，只有识别结果小于此数值的数据，才属于达标，才能保存。建议此数值设置为 1。

  • 几率

    1. 此数值和随机采集中的随机度一样，不过仅用于临界点采集策略。此几率能提高数据的随机性。

  • 选择标签

    1. 选择想要采集的数据的标签。通常用于收集某些特定的种类的物体，或者选择所有物体 “all”。

  • 收集限制

    1. 此参数为控制数据收集的最大数量。限制数据收集数量过大，导致内存或者电脑容量不够。

    2. 分钟：限制每分钟保存的数据最大值。

    3. 小时：限制每小时保存的数据最大值。

    4. 每天：限制每天保存的数据最大值。

  • 数据名称

    1. 输入该主动学习保存的数据集名称。

  • 数据集最大值

    1. 输入该主动学习保存的数据集的最大值。

  • 数据收集频率

    1. 主动学习保存的数据集的频率，分别为：每天，每周和每月。配合”数据集最大值”使用，在此频率内保存的数据集最多不能超越该设置。

../_images/download_active_learning.png

保存主动学习采集数据，点击该按钮可把数据下载。

../_images/file_no_extension.png

下载后的文件会是一个没有后缀的文件，类似上图显示的名字。你可以使用解压软件(7zip等)把此文件解压。解压后，打开文件夹，之前采集的数据集和自动标注数据都会在这里。

深度学习工具

DaoAI InspecTRA中，用户可以加入各种深度学习工具，目前支持的工具有三种：物体检测(Object Detection)、分类检测(Classification)和异常检测(Amomaly Detection)。在使用工具前，必须先设置好深度学习模型，详情可参照： 深度学习模型。

../_images/tool_page.png

../_images/add_tool.png

  1. 根据你的需求，选择其中一个工具，选择添加工具；

  2. 点击到添加的工具；

  3. 你可以看见工具配置的地方，显示的是你点击的工具；

../_images/tool_config.png

  1. 选择列表中的一个相机；

  2. 选择添加的模型；

  3. 该模型中的所有标签；

  4. 模型识别到的物体数量；

  5. 识别到的物体的置信度；

../_images/detection_result.png

每次拍照时，2D图像的结果也会显示物体的识别结果和置信度。