1. 功能介绍

在深度学习模型中，影子模式是一种数据增强手段，将实际场景中模型运行积累的真实数据，重新用于训练模型，增加数据的多样性，提高模型的泛化能力。

2. 适用场景

现场已经实现了对同一种物体95%+以上的检测成功率，期望达到99.9%时，可自行使用影子模式训练模型。

PickWiz版本≥1.8.2.1，支持带关键点的通用工件的影子模式

3. 使用操作

1. 确保影子模式总数据量达到要求，最少是100份影子数据

2. 在主界面点击工件，点击具体的工件进入工件配置界面，滚动条下滑至影子模式，点击开启影子模式。

3. 保存策略：

   根据实际情况设置影子模式训练数据的保存策略、最大保存数据量/数据份数，超出设置的最大值时将会自动删除写入时间最早的数据。

   • 选择按固定大小保存：单位为GB，[0.01,5]，默认值为1GB，超过设置的最大值时将会自动删除写入时间最早的数据。
   • 选择按固定数量保存：单位为份，[100,1000]，默认值为150份，超出设置的最大份数时自动删除写入时间最早的数据。

4. 是否编辑作业环境

   当模型存在漏检的风险，需要新增作业环境的底托/托盘/地面数据去增强训练，帮助模型去澄清识别对象。

   点击编辑作业环境可支持查看编辑无工件实例信息的影子数据样本，你需要在作业环境数据中，删除不含任何工件的样本数据作为作业环境（极小概率下，样本可能存在工件未识别出的情况，这种样本会误导模型，需要删除，参考右下图），保证作业环境数据不含工件，只含底托/托盘/地面，用于后续影子的训练，避免模型误识别到底托/托盘/地面等非工件物体。

样本要求为完全无法检测额2D识别错误样本，被函数过滤的2D错误或3D错误的样本不会在编辑作业中显示生效。

5. 选择待训练模型

6. 迭代次数：默认值为50次，迭代次数越多，模型训练的时间越长，通常建议设置为50次，具体迭代次数可根据实际情况调整。

7. 训练数据来源：

   • 实例过滤后：默认选中。

     适用场景：使用 "实例过滤后" 输出的数据进行训练，适用于存在错误分割且需要过滤处理的情况。

   • 实例过滤前

     适用场景：使用 "实例过滤前" 输出的数据进行训练，适用于工件分割效果良好的场景

8. 设置模型名称

9. 设置备注（非必填）

10. 可选离线处理

11. 点击 开启训练

12. 训练结束后，可在视觉模型下直接选择使用模型。

4. 常见问题

1. 影子数据的保存路径

   • 实例过滤后存储路径：\项目文件夹\data\ShadowDate\product_{工件id}\InstanceCriteria

   • 实例过滤前存储路径：\项目文件夹\data\ShadowDate\product_{工件id}\InstanceBuilder

   

   

2. 经过训练后的模型效果不佳，如何处理？

   • 检测的物料和影子模式训练时的物料是否为同一类别

   • 在工件界面，检查工件模型是否更换为最新训练的深度学习模型

   • 在视觉参数界面，尝试调节2D识别中的缩放比例

   • 单个缩放比例无法满足实际场景时（如拆垛场景中顶层和底层的物体的最佳缩放比例可能不同），在视觉参数界面勾选自动增强函数，设置多个自动增强-缩放比例，详见 拆垛视觉参数调整指南

上一页一键联通训练成像模型

下一页如何使用KINGFISHER影子模式