外观
日志说明
1. 日志存储位置
（1）PickWiz V1.6.0 之前版本的日志存储位置
~/kuawei_data/log/middleware/middleware.log 后端除检测流程外的一些系统日志 ~/kuawei_data/log/backend/backend.log 后端检测流程日志 ~/kuawei_data/log/PickLightMicroServer/PickLight_deepmodel.log 模型推理服务日志 ~/kuawei_data/log/glia/glia.log glia日志 ~/kuawei_data/log/rlia/rlia.log rlia日志 ~/.dexforce/log/pickwiz/app.*.log PickWiz前端日志
（2）PickWiz V1.6.0 之后版本的日志存储位置
~/.dexforce/log/picklight/backend_sys/backend_sys.log 原middleware.log ~/.dexforce/log/picklight/backend_pipe/backend_pipe.log 原backend.log ~/.dexforce/log/picklight/backend_deepmodel/backend_deepmodel.log 原PickLight_deepmodel.log ~/.dexforce/log/glia/glia.log glia日志 ~/.dexforce/log/rlia/rlia.lAog rlia日志 ~/.dexforce/log/pickwiz/app.*.log PickWiz前端日志
（3）PickWiz 1.7.1 之后版本的日志存储位置
~/.dexforce/log/pickwiz/PickWiz_INFO_年月日-时分秒.进程ID PickWiz前端日志
2. 日志功能介绍
| 字段 | 说明 |
|---|---|
| 时间 | 日志生成的时间，PickWiz 支持实时查看日志。 |
| 等级 | 日志内容的等级，DEBUG表示全部的日志信息，包含详细的调试信息，用于排查问题；INFO表示系统常规运行的日志，包含运行过程、报警信息和报错信息；WARNING表示报警信息，包含报警信息和报错信息；ERROR表示报错信息。可在底部等级筛选日志内容。 |
| 内容 | 日志的具体内容 |
| 清空 | 清空当前界面上展示的所有日志。日志存储文件不会清空，若需查看已清空的日志，可参照 1. 日志存储位置 打开对应的日志存储文件。 |
| 复制 | 键盘Ctrl+C/Ctrl+V 或 鼠标右键点击复制，可复制日志信息，如下图所示。 |
| 搜索 | 日志搜索框输入信息，点击 搜索🔍 图标可搜索日志中对应的信息，并且可以上下快速逐条显示。 |
3. 日志内容
3.1 数据来源
日志开头写明了输入到工作流中的数据来源。
若视觉计算配置-数据来源选择了相机数据，则需要连接相机，PickWiz 会向相机发送拍照取图指令，相机将实时采集2D图、深度图并生成点云图。
如下图所示，相机首次连接成功后，会先进行网络测速，再进行实际的拍照取图，实际拍照取图耗时1.94 s。拍照完成后解析实时采集的相机数据，包括以下参数。
rgb图分辨率：2D图的大小，计算方式是h（长度）* w（宽度），单位是像素；
深度图分辨率：深度图的分辨率，计算方式是h（长度）* w（宽度），单位是像素；
场景点云数量：根据2D图、深度图和相机内参，生成场景点云，输入到工作流中；
相机参数：即相机内参；
触发拍照时的机器人姿态：机器人末端工具的位姿；
机器人关节角：机器人姿态的表示方式，一般用欧拉角表示，在机器人配置中进行选择；
还有拍照时间戳：开始拍照取图的时间；
检测动作触发者：若是 PickWiz 触发的检测流程，则是客户端，若是机器人触发的检测流程，则是机器人；
数据来源：相机数据或历史数据，关于数据来源的说明请参照 视觉计算配置操作指南
若视觉计算配置-数据来源选择了历史数据，则不需要连接相机，直接解析历史数据保存的相机数据即可，该流程耗时为0，如下图所示。
3.2 启动检测
数据解析后，启动检测管线
3.3 前景处理
前景处理是对输入到工作流中的相机数据进行预处理。若视觉参数-2D预处理增加了函数，则2D预处理函数在该节点对2D图、深度图、场景点云进行处理。
3.4 料框检测
若场景中有料框等场景物体，该节点将检测料框。
3.5 实例分割
实例分割是指从场景中分割出实例，与视觉参数-2D识别-实例分割对应。
如下图所示，从场景中分割出9个实例，并根据掩膜生成9个实例的点云。
3.6 实例过滤
实例过滤是指对分割出的实例进行过滤，与视觉参数-2D识别-实例过滤对应。
如下图所示，实例的置信度小于0.8则会被过滤，9个实例的置信度均大于0.8，因此没有实例被过滤。
3.7 实例排序
实例排序是指对过滤后的实例进行分组排序，分组排序的方法与视觉参数-2D识别-实例排序对应。
3.8 姿态估计
该节点写明了计算工件姿态的方法，与视觉参数-3D计算-姿态估计对应。
如下图所示，3D配准把场景点云与点云模板进行粗匹配和精匹配。
3.9 抓取点生成
该节点写明了抓取点生成方法，输入姿态估计结果，输出在每个实例上生成的抓取点。
3.10 抓取点过滤
该节点写明了对抓取点进行过滤的方法，输入所有生成的抓取点，输出过滤后的抓取点，与视觉参数-抓取点处理-抓取点过滤对应。
3.11 抓取点排序
该节点写明了抓取点排序策略，输入姿态估计后生成的抓取点，输出分组排序后的抓取点，抓取时将按此顺序进行抓取，与视觉参数-抓取点处理-抓取点排序对应。
3.12 检测结束
检测结束后，该节点写明了分割出的实例数量、实例过滤后返回的实例数量、姿态估计匹配到的实例数量、抓取点过滤后返回的实例数量，以及耗时情况。
3.13 发送给机器人
PickWiz 将抓取点发送给机器人，若视觉计算配置-发送实例个数设置大于1，则每次发送多个实例的抓取点给机器人；若视觉计算配置-发送抓取点个数设置大于1，则每次发送一个实例的多个抓取点给机器人。
