TridiAI深度学习功能介绍

设定一组训练参数后点击“开始训练”，训练状态和损失曲线会实时更新。直到训练完成。

损失不再下降，最终稳定在某个数值附近，损失曲线逐渐收敛至平滑。

训练完成后，点击“评估”。

分类项目会在表格中统计每个类别的正确率，点击每张图像可以查看该图像标注的标签和预测的标签，当出现误检时可以确认误检的图像。

分割项目可以查看图像预测的缺陷区域或ROI。

目标识别项目可以查看识别物体的位置和得分。

训练完成后点击评估，若模型可以达到预期效果，可以导出模型。模型由预处理参数文件（*.json）和模型文件(*.onnx)两部分组成。

环境配置完成后，TridiVision工具箱2D工具中有“深度学习_Tridi”工具。

其参数设置界面如左图所示，首先设置模型简称（多个工具调用同一模型简称设置相同），然后选择预处理参数文件（*.json）和模型文件（*.onnx）。选择图像源即可进行图像推理。

绑定深度学习输出的相关信息，可以使用深度学习后处理工具对缺陷面积、长、宽、长宽比进行筛选。针对16为深度图，可以对z向高度、深度、坡度进行筛选。该工具勾选显示，会以不同颜色显示滤除的缺陷和缺陷相关信息。