海康深度学习图像分割在vm的步骤
粉丝276获赞776
相关视频
01:55
21:11查看AI文稿AI文稿vision master 零基础保姆级教程二零二五版直接上手，从图像采集到工具实操，全流程拆解，基于真实案例的操作练习，同步补全理论逻辑，跟着步骤走，零基础也能轻松掌握，高效拿下工业视觉软件技能。在课程开始之前，原码素材都准备好了，六六六六暴走， 大家好，我是 gary， 那 么接下来咱们这一次的这个专题内容呢，准备呢，给大家讲一讲 vm， 其实就是我们的微星 master 啊，这个采集图像的三种方式详细的讲解一下，第一种呢就是本地图像，第二种呢就是我们的相机，第三种呢就是 sdk 方式。 好的，接下来呢，咱们一步一步的来完成整个的这个讲解。好，那么在在整个的啊，咱们的这个，呃，学习当中呢，咱们先来讲第一种，首先呢我们先打开我们对应的这个 wechatmaster 软件， 好，这里呢咱们选择本机模式。 好，在这个地方的话可以看得到啊，咱们整个的选直接选择啊，咱们对应的通用方案， ok 啊，就可以了。呃，然后呢，我们在这个地方呢，呃，到时候呢，我们会给大家进行对应的一个分享，对吧？录制的啊，对应的这个叫什么？对应的短视频啊，短视频，我们到时候呢会给大家进行对应的分享，所以在这里呢，咱们先来搞起啊，零零， 这个叫做啊零零五，对吧？ women 的 这个图像采集方式相近。 好，我们把我们所需要的这个原图给它放进去吧，啊，就是我们对应的图像，那么这里的图像的话可以随便找，是吧？比如说我们就找，呃，找这个里面的图像吧， 这一张，这一张，这一张就搞三张图像， 好，返回去放到这里。好，这其实呢就是我们对应的叫啥素材 放进去，好，然后呢在这里面呢大家可以看一下啊，咱们的微师 master 的 这个视觉工具的话啊，视觉对吧，叫做框架的话，其实用起来还是比较方便的。 哎，咱们这里呢可以看到在这边有很多的菜单，对吧？很多的模块，那么这里呢，咱们其实呢采集图像只需要以它对应的这个采集模块下的这个图像源工具就可以了。 好，那么有了这个图像工具呢，我们点开之后呢，你会发现整个的图像源的来源，它有三种方式啊，第一种方式呢就是我们的本地图像，第二种方式呢就是我们的相机，第三种方式呢就是我们对应的 s、 d、 k。 好，那么在整个的这个过程当中呢，咱们是怎么一步一步的来进行对应的处理和实现的呢？先来说本地图像好，当你打开这里的时候呢，首先呢第一个我们的图像源就是本地来，从本地来。第二个呢像素格式，这里呢要看你加载出来的这一个 图像啊，它是什么格式，如果是彩色图像，那么就用彩色对吧？就选 rgb 四就可以了，如果你是我们对应的 啊，你是我们对应的这个叫灰度图的话，就选这个 model 八啊，就可以了，是不是？所以呢，根据你的实际情况去进行对应的选择 好，然后在这里呢可以看到啊，其实呢当我们选择的是这个像素格式，如果是材质图像，我们这里呢也可以选择啊，输出 model 什么意思呢？就是比如说我们这地方选择进来的这个图像， 对吧？他是什么图？对，他是我们对应的，你看这里就有两种了，一种叫输出图，一种叫我们对应的回读图数据，其实这个地方呢就只有一种。 好，接下来呢我们在这个地方呢啊，点击它之后呢，在我们的右边啊，有这个东西，看到没有？这里呢，其实呢我们初学的话，只需要掌握的是哎这个添加图像，然后呢添加文件夹，然后删除我们对应的图像就可以了， 是吧？所以呢你可以看到在我们的这个地方呢，咱们找到我们录制的这个短视频，对吧？下面的素材啊，这个地方把这个文件选中，你看他就过来了，然后呢我们点击上面的这个执行啊，他就会把我们的图像输出来，显示到我们对应的这个公屏上， 对吧？没有任何啊，没有任何的一个问题是 ok 的。 好，那么大家可以看到它输出的时候我们对应的灰度图，对吧？你会发现啊，这里呢就会输出我们对应的灰度图像。 注意好，如果在这个地方咱们没有把这个地方齿轮啊输出的这个 model 八齿轮的话，我们在这个地方选择，我们去执行一下，对吧？去选择它，你会发现它是没有图像的 啊，所以呢，我们要告诉大家啊，本地图像的这个地方的，是吧？输出，你把这个输出单通道啊，就是我们的会读图像死人，那么这个地方呢，咱们就可以看到他输出的这个图像原一当中的这个会读图，对吧？可以看到就变成了灰色的，灰色的，如果你要看原图，那就看我们对应的输出原图就可以， 这样的话我们就是彩色图像是不挺简单的好。然后呢在这边呢，咱们比如说有的数据呢，咱们加载进来， 把加载进来啊，加载进来，加载进来以后呢就会发现啊，这个问题呢就可以解决，有的小伙伴说啊，会思考一个问题，对吧？假如说我现在加载的图像包括我们的彩色图像，又包含我们的这个黑白图像，这种情况下怎么办呢？这种情况下的话，咱们就选选择它的图像格式为彩色图像就可以了， 然后把这个地方输出默认吧，十人就可以了，因为这样的话我们就可以啊得到，对吧？不管你是彩色图还是灰度图啊，咱们都可以得到它所对应到的灰度图像，对不对？因为呢我们在视觉当中处理的时候，其实灰度图像用的是比较多的 好，然后再往下看呢，就是我们的自动切换，自动切换是啥意思呢？你可以看到就如果我们关闭了，我们往前点，他是不会自动切换到下一张的，但是我们把它打开，你看我们往前点，当他到达最后一张的时候，他就会跳到第一张，然后去执行， 对不对？哎，这个地方呢可以看得到，然后呢最后一张停止是啥意思呢？就说当我们运行到最后一张的时候，是吧？哎，就是运行到最后一张的时候，他就停止了，所以这个地方我们的自动切换， 对吧？整个啊这个自动切换你看一定要勾上啊，他们俩是联合，是联合到一起的，所以呢，我们当我们执行到这个地方的时候，对吧？比如说执行到这个地方的时候，你看当我们这样单次去执行的时候，他不会停啊，因为他是自动切换的，但是当我们连续啊去执行的时候，你会发现他执行到最后一张就停止了， 假如说我们这地方没有勾选啊，执行最后一张，最后一张停止，你会发现他会一直，对吧？不停的啊，执行到最后面再往前执行，再往再从第一张开始执行， 是这个意思，好，这里呢有对应的制服，对吧？过滤啊，这个东西呢，我们后面涉及到触发器的时候再给大家去讲。 还有一个就是我们的订阅文件夹啊这个地方，所以订阅文件夹是啥意思呢？就是啊，不管，对吧？你是从文件夹里面添加图像，还是从这文件夹里面删除图像，他都会啊，触发咱们的这个订阅逻辑， 所以在这个地方呢，你会发现，当我们点了订阅的时候，你看当我们点完了，对吧？这个订阅的时候，订阅文件夹的时候，你会发现这个地方就没有办法正常的去选手动的啊，去选择其他文件夹下的图像， 比如说我们现在呢，去找一下我们对应的这个图像，对吧？找到它啊，你看这样的话我们就订阅完成了啊，订阅完成了，订阅完成之后呢？哎，这个里面没有图像吗？ 执行一下 图像文件夹没问题啊，但这个地方我们记得我们是有的，没关系，咱们找到这里来，电脑 按选短视频，这里面素材里面有吧，是吧？素材里面是不是有没问题吧？你看我们这样去执行没有问题。好，接下来呢，我们找到这个文件夹，就找到我们刚刚的这个文件夹，然后我们对这里面呢给它比如说 点一张图像出去放这里来，然后呢我们再执行一下，就会发现啊，这个文件夹下，对吧？就只有只有什么，对吧？就相当于呢只有两张了，只有两张了，哎，但是大家可以看到这里还有三张， 哎，这个地方呢，咱们把更新缩写图啊勾上，这样的话，就这样的话可以看到就正常了，对吧？哎，因为这个地方缩写图它还是要变化啊，要更新的，如果不更新的话，咱们这个地方就发生变化的，然后接下来我们再往 往往这边放，放完之后你看我们再去更新，你会发现啊，它会自动的，对吧？去更新这个文件里面的东西， 好了，这个拼接死人的话，基本上我们用不上啊，基本上用不上。 然后除此以外的话，这个地方还有个东西叫做什么？叫做方案存图，方案存图，大家可以看到勾选方案保存图像的数据小于两百兆，且少于一千二百张，对吧？否则啊保存路径， 也就是说他会把你的一百二十张图像啊存储到他对应的内存的内存当中，一旦他大于他之后，他就会把我们的这个路径呢给他什么给他进行对应的存储起来， 对不对？还有这地方可以看到缓缓存图像啊，缓存图像呢，也就是说当我们在执行的过程当中，对吧？他会把我们的图像呢进行对应的一个缓存，缓存 缓存到啊，我们对应的一个指定的位置上，然后呢我们通过这个指定的位置呢，能找到我们缓存的图像，可以追溯啊，咱们处理前后之间的啊，这样一个图像的对比。 这个东西呢，我们到后面呢再带领带领大家啊，一步一步的去查看。其实呢我们真正的这个图像源的话，要用到的基本上就这些啊，就这些啊，好的，那行，那咱们的这个图像源的内容呢，就会先给大家分享到这里。 大家好，我是 gary 啊，欢迎大家来进行学习啊，微视 master 这个视觉工具当中的图像采集，呃的第二种方式就是我们的相机采集，那么相机采集呢，咱们今天讲的内容呢，可能稍 稍稍的多一些啊，来我们首先呢第一个呢我们要用到相机，咱们先把我们的相机上电，然后把光源打开 啊，打开之后呢在这个地方呢我们就还是用这个图像圆，但是我们选择的时候呢，可以看到选择的是相机，一旦选择相机的话啊， 你会发现啊，这个地方会关联我们的相机，对吧？我们这地方有没有关联？没有，所以呢在这个地方我们可以点这里相机管理，也可以点这个地方也是相机管理，看你点哪里啊，所以呢我们点这里呢，他就会弹住 相机管理的这个界面，在这个界面里面呢咱们就可以选择添加我们对应的设备列表，这设备列表呢包括我们的全区相机啊，采集卡，对吧？还有一系列的其他的这里呢，咱们点击全区相机， 点击全区相机之后呢，在这个地方可以看到我们有对应的设备控制， i o 控制，光源控制等等， 好在这里呢有我们对应的常用的参数，对吧？常用参数。呃，在这里面呢，其实呢我们要不要选这个相机呢？不用，那我们的选类型 就直接美举就可以了啊，不用 ip， 所以呢我们在这个地方可以看到有没有相机出来，没有，因为我们相机呢还没有上电啊，我们把相机上一下电 好，上电的话这里可能稍稍的要等一会儿。 好，你看这样的话，你看我们就刷出来了啊，注意不要勾这里啊，勾这个地方直接选择我们的海康 c a 零六零啊这款相机，然后图像的缓存数量的话，这里是五十，咱们给它改成 一张，到这里呢就是我们的实时取流，对吧？这个地方呢你就需要 怎么呢？你这地方呢就需要验证一下到底能不能实时的取到我们对应的这个图像数据，可以看到是没有任何问题的，对吧？是可以正常取到的。好了，然后我们关闭一下，然后接下来呢就是断断线重连， 对吧？还有我们对应的相机参数啊，相机参数呢，打开之后会发现啊，咱们采集的时候图像格式采集， 对吧？采取控制就是我们的曝光啊等等。然后我们这个地方呢它的触发模模式呢？是真触发，然后呢它的触发模式还是打开的我这里呢把它进行关闭一下，就是我们这里呢触发模模式打开，然后触发源呢？选择我们对应的 叫什么？选择我们对应的触发模式打开 好，出发边呢？选择我们的软触翻啊，选择我们的软触翻啊，这个时候呢，我们基本上就选好了，选好以后呢继续往下走， 可以看到这里呢，有触发模式的，对吧？选项设置没问题。好，下面呢就是一些图像的格式参数，帧意，对吧？等等等等， ok， 然后相机的类型低电频有效啊，这个东西呢涉及到我们的 number 二啊，进行处理的时候呢，经常会设置，所以呢这个时候呢，你看我们的相机呢就已经配置好了， 配置好以后，那么在这里呢，我们就选择我们刚刚配置的这一款相机，全局相机嘛，对不对？好，这个时候呢，哎，你会发现，哎，咱们就选好了，选好了以后，那我们的图像能不能采集到呢？点一下他会触发一下， 可以看到这个时候的图像呢，他一定啊，是从相机下面采集到的图像，你看这样的话，我们的相机采集到图像源啊，这一部分内容呢，基本上就搞定了， 是不是啊？这就是呢，通过相机的方式呢，去采集我们对应的图像， 哎，所以呢，你会发现，当我们点一下呢，它就相当于触发一次拍照啊，点一下触发一次拍照，对吧？但是很多情况下呢，咱们的这个触发拍照的话，希望这是基于咱们远端，对吧？或者远程端来进行完成， 这种情况下，在我们的这个软件当中怎么去进行对应的实现呢？其实啊，整整个实现的话还是比较简单的，也比较方便的，来看一下怎么做啊？首先呢我们这个地方需要配置一个， 一个叫什么一个服务器啊，这个服务器呢用来接收啊，客户端发过来的指令，然后通过这个指令呢去判断要不要触发咱们的 这个相机拍照。所以呢在这个地方呢有一个东西叫做通讯管理，在通信管理里面呢，就会有一个东西叫做设备看，没有管设备管理啊，这里呢我们直接添加设备，这里我们添加一个什么呢？添加一个对应的 tcp 的 浮端， 然后这个地方呢咱们就给它改成二幺啊，然后这里呢改成，改成什么呢？哎，标 不要太高，哎，不要太低，我们就改成幺二幺零二零八就可以了。好，这里呢咱们就自动重连，你说这个啊，弧端，对吧？断掉之后 啊，咱们这里呢会自动的去进行对应的重新连接。好到这里呢我们这个地方基本上就配置完成了，配置完成了以后呢，那我们还需要借助于 我们对应的一个客户端工具看一下，就这个工具，这个呢就是我们用来专门做呃， tcp 的，是吧？就是我们的 tcp 的 啊这样一个工具。 然后呢我们在这个地方简单配置一下这个工具其实也蛮简单的啊，选择我们当前 ip 地址，然后这个地方改成我们刚刚的幺零二零八， 对吧？然后进行连接一下，可以看到能成功连接吧。好，连接成功之后呢，我们在这个地方呢，给他发一条信息， 发一个什么啊？发一个一啊，或就发一个啊，发一个没问题，你看这里是不是就会收到啊？ 对吧？那么我们现在的问题是，哎，客户端啊，发了一个信息过来，服务端接收，接收到了，然后呢我们接收到的这个结果我们要怎么去使用它呢？所以呢在这个地方呢，你会发现啊，有个东西叫接收时间添加一个接收 事件，这里呢咱们处理的方式呢，就是我们的文本，对吧？然后处理的类型呢？是类型是什么？是协议解析吗？不是， 我们是要协议对比，什么意思呢？就是我发过来的这个内容，对吧？和我这边啊认为接收到的这个内容你是否保持一致？如果一致咱们就出发对应的这个事件， 对不对？那么触发这个事件啊，他怎么去做斜对比呢？就是你当前对吧要解析的这个东西和你的 哪一个设备上传过来的数据对比呢？所以呢，我们要知道啊，就是从我们的客户端发给服务端，服务端收到的这个数据之后，对吧？做一个对比，然后这里呢需要去解析 啊，这里呢它是一个时钟类型，对吧？然后比较的话，咱们这里呢规则就写成 on 就 可以了， 哎，然后在这个地方呢，我们可以验证一下，到底他能不能正常的，是吧？接收到我们的信息啊，并且触发我们对应的啊，这样的一个流程，对不对？哎，所以呢，我们在这个地方可以看得到打开消息， 等于啊，咱们的这个按协议对比啊，协议对比没问题啊，但这个地方的状态是一个没通过的状态， 好，可以看到这个时候是不是就通过了啊？就通过了，也就说我们整个的这个结果咱们就发过去了， 是吧？并且触发了这个事件了没有？你看触发了这里状态就是 ok， ok 的， 这个状态我们需要先把这里清空了啊，然后再发， 对吧？发送一次啊，出发一次。好，那么这里呢？我们这个地方，也就是说客户端啊，连接到我们的服务端，然后给服务端发送的这样的一个呃，数据，对吧？咱们已经接收到啊，并且我们通过这个接收事件对我们的整个的内容进行了对应的一个对比，并且 已经能够成功啊解析到咱们对应的这个数据。那么接下来我们怎么让我们的这个工具被触发，然后去做拍照呢？在这个地方有一个叫触发配置， 出发配置呢我们就选择事件触发或者字母串出发都可以，对吧？也可以选择我们对应的 i o 出发啊，这里呢，咱们就是啊刚刚配置的这个这个事件，也说当这个事件啊出发的时候，咱们呢就要去执行一个命令。什么命令呢？执行模块的动作命令。 去执行什么模块呢？呃，执行我们对应的啊，执行模块啊，执行什么模块呢？流程一下的图像原一的，对吧？这个对应的这个对应的工具就可以了，你看这样的话我们就配置完成了。 好，配置完成以后我们把这里关闭一下，然后我们再来看这里呢，我们发送消息，他会不会触发拍照？来，我们随便啊放个位置可以看，对吧？当我们这里呢发消息， 你看当我们这里发消息呢，他会触发我们对应的拍照逻辑，是不是？说明什么意思？说明咱们的这个客户端啊，发送的消息被服务端接收了，并且服务端还去执行了啊，这个相配置的相应的动作， 对不对？好了，这呢就是我们基于图像源，然后通过图像源工具当中的相机，是吧？方式呢？去采集图像，即如何使， 如何实现通过远程的这种连接到我们所配置的这个服务端，然后去触发我们对应的这个，这个叫什么？这个流程当中的这个工具执行并执行相关的拍照动作， 好吧？好了，这一部分呢咱们就先给大家分析到这里。
1504Gerry讲机器视觉编程
11:45查看AI文稿AI文稿大家好，今天给大家介绍的是海康机器人算法平台维修码始终的标定模块。标定是通过 n 点标定或者标定版标定的方式，将相机坐标系和物理坐标系关联起来，主要用于定位、抓取对位等定位类项目和一些测量类项目。 首先我们介绍一下 end 标定， end 标定是通过相机或者相机视野中的弓箭的平移和旋转，将像素坐标和物理坐标对应起来， 计算出标定矩阵。我们可以从下个方案中可以看出，我们先要通过前面的定位模块，将对应的像素点输入到 n 点标定中，然后该模块会根据一些设置好的参数自动生成相应的物理坐标，即能生成标定文件。那么 我们现在就来详细介绍一下 n 点标定的参数。介绍参数之前，我们先介绍一下 n 点标定的移动方式，我们这个模块支持的是以九宫格的方式进行标定，也可以通过手动输入相应坐标生成标定文件。 那么我们接下来就介绍一下这些参数。首先是图像点，图像点是图像定位点，从前面的模块传入，用于记录像素坐标。平移次数就是相机或者弓箭平移的次数，至少为四次，一般建议九次旋转次数。 相机或者弓箭的旋转次数。旋转用于计算弓箭的旋转中心，当社交不动轴计算时，往往要用到这个计算出来的旋转中心。我们接下来就以 十二点标定为例，即九次平移加三点旋转来进行参数解释。要设置的物理坐标系的参数有，基准点， exy 的坐标，我们这边设置为九点的第五个点及序号为四，是我们的标定原点及基准点。 若我们走的是相对标定，则我们在基准点 x、 y 中输入零零。若走的是绝对标定，我们可以将运动机构走到第四点的位置的绝对物理坐标输入到基准点中。偏移 x 和偏移 y， 即每次平移时 x 和 y 的运动量。 移动优先指的是运动机构首先是从 x 方向移动还是从 y 方向移动，可根据实际情况进行选择。移动换项次数指的是每次换方向前的 次数，以九点标定为例。如果我们走的是九点标定，那么我们移动三次以后进行方向转换，证明我们设置的换向次数极为三分。角度指的是我旋转的开始的实际角度。 角度偏移是指我每次旋转时角度的偏移时，根据实际情况进行输入。标定原点指的是我运动机构是在哪个点开始进行旋转的。如果我是在第开始第一个点进行旋转，那么我输入的是零。 我们以十二点标定及九次平移三次旋转为例，大概通过示意图简单介绍一下。这时我们走的是相对标定，那么我们在第五个点及零零点输入零零，然后我们每次的拼音词是 x 和 y， 然后进行九底移动。移动完成以后，我在第五个点进行旋转，旋转角度是从负 a 到 a， 每次旋转 a 度。 接下来介绍一下运动参数。运动参数相机模式，选择运动或者镜子，根据实际情况相机的运动状态进行选择。自由度，我们这边提供了三个自由度，分别是透视变换、仿色变换和相似变换。 宝色变换指的是一幅图像中的直线经过映射到另一幅图像人为直线且保持平行关系。 仿色变换适用于平移、旋转、缩放、剪切等情况。我们这边会计算出平移矩阵、旋转矩阵、缩放矩阵和错切矩阵，将这些矩阵进行相乘，得到我们的最 中矩阵。而相似变换只包括缩放、旋转和平移。透视变换指的是我将图像投影到新的平面中，平行关系不保持，这往往适用于相机平面与拍摄物平面不平行的情况。一般情况下我们选择反射变换即可。 最后标定完成后，我们会计算出一个标定误差，若误差过大，则需要重新标定。具体情况是项目的单项式精度和整体线目精度而定。 我们可以通过以下几点来提高标定精度，一、提高图像质量，用原草稿等定位精度更高的方式输出图像点。第二，在不超过视野的范围内，我们尽量增大偏移量和旋转角度，这样可以提高精度。接下来我们通过具体案例 介绍一下 n 点标定的操作。首先我们这里加载十二张图像， 然后创建一个模板用于定位。最后我们在这边选择触发获取，即触发十二次以后生成标定文件输入点，按点输入图像点为前面定位模块的匹配点。 我们这边平移九次，旋转三次。我们设置基准点为一百一百，平移平移为十十 f u 型换相三次。角度我们是从负二十度转移动到二十度，标定原点为四，即我们在第五个点进行旋转运动参试选择，选择的是相机定制，我们一般在相机和功镜平行的情况下，我们 选择第二个仿色变换。这边要注意是我们在标定旋转前，首先我们要清空边标定点内的数据，否则会出现问题。 点击确定后点击运行，我们可以看到右手中图像点会根据相机的平移进行移动，旋转后自动变绿，标定成功，上面会显示标定误差，标定旋转误差相像数精度。 标定完成后，我们点击生成标定文件，点击保存即可。 and 点标定建造完了， 接下来我们介绍标定版标定，标定版标定往往用于机构运动有限制的场景， 目前我们这个模块支持棋盘格标定和圆点标定两种方式。接下来我们介绍一下基本参数。圆点是圆点 y， 可以设置相对物理坐标系的圆点， 即图中 x y 的圆点位置，此值为真实物理值。举个例子，此时我们的圆点之间距离为五，如果我们设置成圆点，坐标为五五，则它圆点坐标系的圆点则会移动到第二个点。 旋转角度相对于物理坐标系与标定版坐标系的旋转角度，顺时针旋转角度为正坐标式模式选择标定出来的相对物理坐标系是左手坐标系还是右手坐标系。物理尺寸，棋盘格 每个黑白格边长或者原版上两个相邻圆心的圆心距单位为毫米。棋盘格类型分为棋盘格、标定版和原标定版。 接下来介绍一下运行参数，奇班格的运行参数有自由度，在 n 点标定中已经详细介绍，一般情况下我们选择黄色变换 玉植，处理方式有局部玉植和全局玉植，主要是根源顶查找的不同处理方式。当图像打光均匀时，使用全局玉植，当打光不均匀时，使用局部玉植。 权重系数算单一举证时对每一个点赋予一定的权重，以得到更好的礼盒效果。我们这边建议使用默认参数设置，一般情况下，随着 离群点数越多或者边缘点的离群距离越大，我们可以逐次使用最小二层 q 本和 top 圆点标定，主要介绍顶圆度和边缘预值。顶圆度是指茶种圆的参数，该子越大，则对茶枣圆的圆度要求更高，能够提高标定精度，但有存在找不到圆的风险。 定圆低域值，当梯度幅值小于低域值的像素不会认为是边缘并圆。高域值， 高玉值用于边缘筛选，度幅值大于高玉值的像素在筛选边缘时保留，小于高玉值的像素在筛选边缘时删除。当高低玉值设置相等时，算法控内部计算高低玉值。高低玉值的设置 可以根据实际同样情况之间进行选择。接下来我们通过实际案例进行介绍。首先我们介绍棋盘格标定， 棋盘轴标定，我们如果设置原理为五五，此时旋转角度有十度为， 这是我们是做左手做标系，物理尺寸每个棋盘格边长四五。标定版类型棋盘格标定， 我们这边选择的是全局域值最小二层，点击执行，你会发现我们的标定原点已经转化到五五的位置，然后角度也会与图像 角度产生一个植物的偏差， 点击生成标定文件保存即可。 圆点标定，圆点标注与棋盘格类似，首先我们选择原原版标定，然后输入实际的物理尺寸，输入圆点旋转角度和坐标系， 然后我们选择自由度，根据图像质量选确定好边缘域值和点源度，点击确定执行集成生成标定文件， 点击生成标定文件即可。 接下来我们介绍一下标定模 块中的其他模块，标定转换和端位转换。转换是选择好要转换的图像点，然后加载已经生成的标定文件，点击确定执行，即能将像素转换为实际物理坐标。 单位转换是通过标定文件将像素间距转换为实地物理间距的过程。在案例中我们找到了两个圆，我们要测量圆心距，点点测量，将点点测量的 距离输入到限速间距中，然后加载标定文件，点击运行，输入的就是转换出来的物理距离 标题模块，就讲到这里，谢谢大家观看。
02:06
07:50查看AI文稿AI文稿本视频主要针对 vision master 深度学习 ocr 功能做演示，并对相应参数进行说明。 接下来演示 ocr 的总体流程。首先需要采集训练图片，至少需要十一张来完成训练，具体图片数量需要根据实际情况来进行评估。使用深度学习训练工具对图片进行打标。 使用深度学习训练工具训练文本行识别模块。使用深度学习训练工具训练文本定位模块在 vision master 中搭建方案进行验证。 在开始演示之前，先对深度学习训练的环境要求做介绍。深度学习训练对显卡要求较高，至少需要六 g 以上的显存，推荐使用 gtx 幺六 六零太以上性能的显卡，推荐搭配海康 ipc 四七零零主机使用。使用深度学习模块需要搭配 imvsvm 七幺零零加密狗。 使用深度学习功能前，首先需要对采集到的图片进行训练，生成深度学习模型。本视频中使用的是 vision train 一点二点零版本。 打开训练工具，在平台选择中需要选择 vm 平台自服训练。进入训练界面后，点击新建训练季来加在采集好的图像。 v 身 train 软件最少需要十一张图片才能进行训练，具体的图片数量需要根据实际情况做评估。 在加载完毕之后，需要对每一张图片分别进行打标操作。 ocr 功能有文本单字符识别 和文本行识别两种不同的模型。本视频中演示实际使用较多的文本行识别，使用矩形框工具，框柱需要识别的整行字符，矩形框的方向尽量和字符本身的方向保持一致，大小为上下边缘尽量贴近字符边缘，左右预留二分之一字符的宽度。 框选完成后，在下方操作栏正确输入该字符串， 重复该操作，直至所有的 图片都完成。打标， 点击下一步，此时打标的数据就会自动被保存到本地。接下来设置深度学习参数，在选择类型中选择本地训练。 ocr 功能需要文本定位与文本识别配合使用，所以我们需要用这一组训练级来训练两种模型。我们先选择文本行识别。最大迭代次数代表了 深度学习你核算法的最大执行次数，一般设置为图片数量的十至二十倍，其他参数一般设置默认即可。设置完参数后，可以在此处设置训练模型的名称与生成路径。 全部完成后，点击开始训练。开始训练后，可以再弹出的窗口查看训练进度与预计剩余时间。 在训练过程中，如果觉得训练曲线不理想，可以随时暂停训练并增加迭代次数。 在训练过程中，可以通过训练图库中的图玉览训练效果， 训练完成后可以观察 查到误差曲线收敛于近四零的位置。文本行识别模型训练完后，点击上一步， 继续训练。文本定位模型，文本定位模型的作用是为文本识别模块提供。 li 如果实际方案中可以通过其他方式定位文本，则此步骤可以省略。 可以看到此时的图库中已经保存了之前的打标操作。直接点击下一步进行参数设定模型选择文本定位和之前操作一样，设置迭代次数，其他参数保持默认。 设置完成后开始训练。 训练时如果发现曲线已经稳定收敛，可以提前点击结束训练。在实际使用中，不建议提前结束训练。训练完成后即可在预设路径下获取两个模型， 接下来进行效果演示。本视频使用 vision master 三点四点零进行演示。先在 vision master 中创建方案， 选择图像原模块来导入测试图。在深度学习模块中，模块后面带有字母 c 的代表不依赖 gpu 进行运算，带有字母 g 代表依赖 gpu 来进行运算。本视频中使用带有记的 gpu 模块， gpu 模块的效率会比 cpu 模块的更高，所以建议使用 gpu 模块。使用 gpu 模块需要显存两 g 以上，建议使用 gtx 一六六零太极以上性能显卡。 依次选择图像、原 dl 字符定位、 dl 字符识别三个模块，并将三个模块按顺序连线。 首先在图像源模块中添加测试图像，然后双击字符定位模块，在运行参数加在训练好的字符定位模型， 根据实际情况设置最大查找。各 本视频中只有一个字符串，所以设为一，其他参数设为默认即可。然后设置字符识别模块，首先加在训练好的模型， 然后在 l i 设置中选择继承区域，选为文本定位模型的目标信息举行， 点击运行即可查看效果。 如果对结果显示的格式不满意，还可以在结果显示中更改字体大小、字体颜色、增加个数判断等判断机制。 本视频到此结束，谢谢观看。
