FTS 训练说明

1.创建模型

标注至少一张图像，即可训练模型。

点击  ，参考推荐的标注方式，以实现快速准确的训练。

 

4~16 张良品标注图--使模型较好的学习到目标的特征，提高模型检测的准确率；

1~4 张 缺失或不良品标注图--学习不良产品的特征，将大大提高模型的预测能力以及稳定性。

 

示例：良品标注图

示例：不良品标注图

 

2.训练模型

点击  ，参考“参数设置”，设置训练参数

 

训练回合（Epochs）

• 含义：完整扫过一遍模型中所有标注图片的次数

• 建议：检测目标越复杂可适当增大数值，使模型能够充分学习到目标的特征

• 设置：范围为 20~1000，默认为 50；训练 20 回合之后开始保存模型

批次大小（Batch Size）

• 含义：每次更新模型参数所用的标注样本数量，通常小于或等于模型中的总标注数量（超过总数时默认使用总数值）

• 提示：显存充足时可适当调大数值，加快模型的更新；显存紧张或在“准确（Quality）”模式下通常需要减小数值

• 设置：范围为 1~16，默认为 4

训练步数（ Steps per Epoch ）

• 含义：每个 epoch 从数据生成器中取 多少次样本  来训练

• 影响：Step 越大，一轮 epoch 内使用的训练样本更多、模型更新次数更多、单轮耗时更长；但模型性能越好，准确率越高

• 设置：范围为 100 ~1000，默认为100，训练往往需要更高的步数

训练模式（Training Mode）：Performance（性能） /   Quality（质量）

• 含义：速度与精度的预设权衡

• 建议：

  • 性能（Performance）：标注图尺寸较小，快速训练，显存开销低

  • 质量（Quality）：标注图尺寸大或检测目标较小较复杂，通常需要配合更小的 Batch Size、更大的 Step，训练更久、显存需求更高，但模型的检测精度更高，结果更准确

• 设置：默认为 质量（Quality）

 

模型训练是一个缓慢的，逐步更新的过程，而训练过程往往包含一些不确定性（标注是否准确，检测目标是否足够等）。因此只有经过充分的训练回合以及适当的训练步数，通过反复学习标注图片，充分学习到检测目标的所有特征，才能让模型的性能更加稳定并提高预测结果的准确性。

 

模型训练举例：

sampale-solder-fts 模型训练：

        标注图片：

               模型内包含标注图 5 张： 4张良品 标注图，1张不良品 标注图

        参数设置：

                训练回合：80，批次大小：2，训练步数：150，训练模式： Quality（质量）

       

        训练总共包括 80个 回合，而每个回合包括 150个 步数，并且每步将使用 2 张 标注图片。

        训练共计进行 80 * 150 = 12000 次参数更新， 训练共计使用 80 * 150 * 2 = 24000 张标注实例（基于 5 张标注图片生成）。

        训练采用质量模式，模型推理更加稳定，对于细节具有更好的检测效果。

 

注意：进度条中的黄色线代表该训练模型已更新，可以实时在 FIX检测软件 中使用 训练模型 进行检测

1. 打开 FIX检测软件，读取检测图片

2. 点击左侧 工具 栏中的 矩形，在图片上画出检测区域

3. 按 F1键，打开检测配置

4. 点击刷新按钮，刷新模型列表（实时同步更新训练模型） 

5. 选择模型名称

6. 点击 OK，进行检测