设置参数搜索

要为您的特定VisionPro Deep Learning工具找到最佳的工具参数组合,您首先要启动参数搜索实用程序并设置搜索。

 

启动参数搜索

独立于 VisionPro Deep Learning 启动参数搜索。

  • Windows 开始菜单

  • C:\Program Files\Cognex\VisionPro Deep Learning\2.1\Parameter Search\

注意:要启动参数搜索,您需要先退出 VisionPro Deep Learning。保存工作区以保留您一直在 Cognex Deep Learning Studio 中使用的内容,将其中止,然后启动参数搜索。

 

设置工作区、流、工具

在启动参数搜索之前,您需要确保您的 VisionPro Deep Learning 工作区已准备好进行搜索。必须标注工作区中的所有图像,工作区必须具有包含足够图像的训练集,并且必须选择工作区中工具的模式和架构,然后才能将此工作区导入参数搜索。

启动参数搜索实用程序后,您将进入如下所示的屏幕。在此屏幕上,您可以导入要针对许多训练/处理参数集进行测试的工作区、流和工具。

 

步骤

  1. 路径栏的右侧,单击 按钮并将路径设置为包含您用于搜索的工作区目录。

  2. 一旦设置了工作区的路径,该路径下存在的所有工作区都将加载到工作区窗格中。选择您将在窗格中使用的特定工作区。加载的工作区中包含所有已配置的流和工具。

    • 如果要将其他路径的工作区添加到当前路径,可以直接使用 按钮从其他目录导入工作区。导入的工作区必须是VisionPro Deep Learning工作区存档文件 (.vwsa) 格式,该格式是在从 VisionPro Deep Learning 文件导出工作区时创建的。在“上传工作区”对话框中,您可以选择此 VisionPro Deep Learning 工作区存档文件以将此工作区导入当前路径。导入的工作区将位于工作区窗格中,并复制并放置在当前路径的物理目录下。

       

  3. 窗格中选择将使用的流。

  4. 选择将在工具链窗格中使用的工具。选择工具后,其详细信息将显示在工具信息窗格中。

  5. 确认工具信息后,单击确定继续设置要为此工具测试的参数。

 

设置参数

加载工作区、流和工具后,您将进入如下所示的参数搜索主屏幕。要开始搜索,您需要提供一组要测试其值的参数。转到主屏幕顶部的导航选项卡,然后单击搜索

小心: 如果您使用流/工具下拉菜单更改当前流/工具,则参数配置(要搜索的参数集的值)和搜索当前加载的流和工具的搜索结果将被删除。在切换到另一个工具或流之前单击保存
小心: 在单击主页返回主屏幕之前,单击保存保存当前的参数配置。返回主屏幕将重置所有配置。

 

步骤

  1. 在该主页的搜索页面上,单击添加以添加新参数。您可以添加 1 个或多个要测试的训练或处理参数。

    • 如果之前保存的参数搜索数据 XML 文件包含一组要搜索的参数及其值,请单击加载以将其加载到搜索页面上。

     

  2. 参数列中,单击向下见图,将弹出下拉菜单, 您可以在其中滚动浏览完整的工具参数列表。选择所需的参数,或直接在单元格中键入其名称。有关每个工具的可用参数的详细信息,请参见VisionPro Deep Learning 工具参数

    注意: 未在搜索中选择的工具参数的值将设置为搜索期间已在加载的工作区中设置的值。

    注意:如果对参数列只选择处理参数,则当前加载的工具必须是已经训练过的工具,因为每个处理参数都只能在经过训练的工具上进行测试。

     

  3. 列中,输入这些参数的值范围。单击列中的每个单元格以修改参数的值。主要有 3 种方式提供每个参数的值(或值范围)。

    1. 在单元格中键入特定值 (Int, Double)
      • 要为特定参数添加多个值,请使用空格(空格键)作为每个值之间的分隔符。
    2. 启用单元格中的复选框 (Enum, Boolean)
      • 对于某些参数的值(例如:网络模型),启用复选框 以选择要在搜索中测试的值。
    3. 通过输入表单填写单元格 (Size, Interval, String, Dictionary)

     

  4. 如果您完成了单元格的编辑并想要修复参数的值范围,请单击复选按钮。

    • 输入值后,如果单元格以红色勾勒出来,则语法有错误。
    • 如果要修改参数的插入值,请再次单击要修改的单元格。
    • 本节底部的表格中描述了参数列表及其范围和支持的类型。
    • 在搜索中仅使用其标题复选框 已启用的参数。如果所有选定的参数都是处理参数,则在搜索过程中会跳过训练。

     

  5. 如有必要,设置搜索选项。

    选项 说明
    试验 设置此搜索的试验次数。请注意,多次迭代将提供更多的统计分析,例如均值、中位数和标准差,这些项目在图形页面的结果表中显示,但也需要更多的时间来执行。
    筛选 使用筛选语法在结果和图表页面上显示筛选结果(结果表、数据库概述、图形)。输入筛选条件短语并按 Enter。筛选条件语法将应用于结果表和图形。有关筛选条件语法的详细信息,请参见显示筛选条件筛选条件语法。在应用了筛选条件语法后,应用筛选条件筛选出的视图的搜索结果将不会显示,因为这些视图未被处理。训练完成后,您将无法更改筛选条件语法。
    优化的 GPU 内存 通过提供要使用的内存量来启用优化的 GPU 内存。如果您的工具是聚焦模式工具,则可以启用优化的 GPU 内存以提高效率。当您的工具是高细节或高细节快速工具时,优化的 GPU 内存将自动禁用以提高性能。
    保存工具

    搜索完成后,将当前加载的工具与搜索结果一起保存。如果您想在搜索完成后导出参数配置和使用这些配置训练的训练工具(训练网络),您应该启用此选项。训练工具将导出到包含参数搜索数据 XML 文件的目录下。

     

    • 如果在启用保存工具的情况下单击开始,您将选择目标目录以导出参数搜索数据 XML 文件。保存的工具将放置在您的目标目录下(“./saved_tools/PARAMETER_SEARCH_DATA_XML_FILE_NAME/”)。导出的工具可以从 VisionPro Deep Learning 导出。每个保存的工具的文件名都采用“uuid”格式(例如:6ffa1800-376a-4bf7-a5a4-64bc4e8c854e)
    • 每个工具的文件扩展名是:
      .vgta:绿色分类
      .vrta:红色分析
      .vbta:蓝色定位/读取

     

  6. 单击保存以保存参数搜索数据 XML 文件。保存后,参数搜索数据 XML 文件将包含参数配置,搜索完成后,它还将包含显示在结果和图形页面中的搜索结果。

    这里的一件重要事情是保存的参数搜索数据 XML 文件将不包含作为搜索结果的训练网络(经过训练的工具) 。因此,您不能将应用到工作区与“结果”页面中加载的参数搜索数据 XML 文件一起使用。要将保存的搜索结果应用到您的工作区,您必须在开始搜索之前通过启用保存工具复选框来保存包含训练网络的工具文件来保存训练网络。您可以将这些工具文件加载到 VisionPro Deep Learning 的工作区中。

    注意:如果您尚未保存文件,在按开始时,将自动提示您保存参数搜索数据 XML 文件。

     

  7. 单击开始以开始搜索。搜索的进度状态将显示在页面底部。

  8. 搜索开始后,该实用程序将在屏幕下方的窗格中指示每个参数组合的搜索进度。

     

  9. 如果单击暂停暂时停止搜索并再次单击开始,搜索将从暂停的测试中恢复。
  10. 搜索完成后,您可以查看结果以确定“结果”选项卡和“图形”选项卡上的最佳参数组合。

 

参数列表

 

参数 工具 数据类型 示例

纵横比

绿色分类 - 聚焦、红色分析 - 聚焦(监督、无监督)、蓝色定位、蓝色读取

语法是一个 0 到 100(其中 0 = 关闭)的数字,设置后将显示为百分比。

如果要测试 0%、2% 和 5%,则应输入:0 2 5

角度范围 蓝色定位,蓝色读取 间隔 2 个角度值的间隔。每个角度(最小值和最大值)值都是双格式的。
宽高比范围 蓝色定位 间隔 2 个宽高比值的间隔。每个宽高比(最小值和最大值)值都是双格式的。

边框类型

绿色分类 - 聚焦、红色分析 - 聚焦(监督、无监督)、蓝色定位、蓝色读取

枚举:黑 白 反射 封装 复制品

语法是参数设置的名称。

容量

红色聚焦 - 无监督

枚举:巨大 大 中 小 微

语法是参数设置的名称。

居中

红色分析 - 聚焦(监督、无监督)

布尔型

语法是布尔状态,即 True 或 False。

颜色

绿色分类 - 聚焦、红色分析 - 聚焦(监督、无监督)、蓝色定位

Int32

语法是 1 到 4 的 32 位整数。

如果要测试灰度 BGR 和 BGR(A),请输入:1 3 4

对比度

绿色分类 - 聚焦、红色分析 - 聚焦(监督、无监督)、蓝色定位、蓝色读取

语法是一个 0 到 100(其中 0 = 关闭)的数字,设置后将显示为百分比。

时期数

全部

Int32

语法是 1 到 100000 的 32 位整数。

独占

绿色分类 - 聚焦

布尔型

语法是布尔状态,即 True 或 False。

特征过滤器

蓝色定位

蓝色读取

字符串

语法是表示要使用的筛选条件的字符串。

要筛选中心位于 ROI 内的特征,请在 [0,width] 中输入 x,在 [0,height] 中输入 y

特征尺寸

绿色分类 - 聚焦、红色分析 - 聚焦(监督、无监督)、蓝色定位、蓝色读取

大小 特征大小的宽高值。
尺寸范围 蓝色定位,蓝色读取 间隔 2 个大小值间隔。每个大小(最小值和最大值)值都是双格式的

翻转

绿色分类 - 聚焦、红色分析 - 聚焦(监督、无监督)、蓝色定位

枚举

语法是参数设置的名称。

无、水平、垂直或两者。

极性 蓝色读取 字符串 语法是参数设置的名称。它还支持在 GUI 中输入 Enum 类型。实际或反转。

反转对比度

绿色分类 - 聚焦、红色分析 - 聚焦(监督、无监督)、蓝色定位、蓝色读取

布尔型

语法是布尔状态,即 True 或 False。

低精度

绿色分类 - 聚焦、红色分析 - 聚焦(监督、无监督)

布尔型

语法是布尔状态,即 True 或 False。

亮度

绿色分类 - 聚焦、红色分析 - 聚焦(监督、无监督)、蓝色定位、蓝色读取

语法是一个 0 到 100(其中 0 = 关闭)的数字,设置后将显示为百分比。

遮蔽模式

绿色分类 - 聚焦、红色分析 - 聚焦(监督、无监督)、蓝色定位、蓝色读取

枚举:透明遮蔽叠加

语法是参数设置的名称。

精度

蓝色定位

语法是一个 0 到 100(其中 0 = 关闭)的数字,设置后将显示为百分比。

区域筛选工具

红色分析高细节,

红色分析 - 聚焦(监督、无监督)、红色分析高细节快速

字符串

语法是表示要使用的筛选条件的字符串。

示例:面积 > 500

旋转

绿色分类 - 聚焦、红色分析 - 聚焦(监督、无监督)、蓝色定位

间隔列表

语法为 [low,high],其中“low”和“high”为数字。

采样密度

绿色分类 - 聚焦、红色分析 - 聚焦(监督、无监督)、蓝色定位、蓝色读取

Double

语法是一个 0 到 10(其中 0 = 关闭)的数字,设置后将显示为百分比。

迭代

红色分析 - 聚焦无监督

Int32

语法是 1 到 10 的 32 位整数。

缩放

绿色分类 - 聚焦、红色分析 - 聚焦(监督、无监督)、蓝色定位

Double

语法是一个 0 到 100(其中 0 = 关闭)的数字,设置后将显示为百分比。

剪切

绿色分类 - 聚焦、红色分析 - 聚焦(监督、无监督)、蓝色定位、蓝色读取

语法是一个 0 到 100(其中 0 = 关闭)的数字,设置后将显示为百分比。

简单区域

红色分析聚焦(监督和无监督)

布尔型

语法是布尔状态,即 True 或 False。

阈值

蓝色读取、蓝色定位、绿色分类聚焦、

Double

语法是一个 0 到 100(其中 0 = 关闭)的数字,设置后将显示为百分比。

阈值 红色分析 - 聚焦(监督、无监督)、红色分析高细节红色分析高细节快速 间隔

间隔为 2 个阈值的值。每个阈值(最小值和最大值)的值是双格式的,介于 0 和 1 之间。

示例:[0.7036, 0.9051]

训练次数

红色聚焦 - 无监督

Int32

语法是 1 到 3 的 32 位整数。

使用基线

红色聚焦 - 无监督

布尔型

语法是布尔状态,即 True 或 False。

网络模型 绿色分类高细节快速红色分析高细节快速外的全部 字符串

语法是参数设置的名称。它还支持遵循工具架构在 GUI 中输入枚举类型。

 

聚焦:小、中、大

高细节:小、普通、大、特大

详情 蓝色定位 int32 语法是 32 位整数,1 到 4。它还支持在 GUI 中输入 Enum 类型:1, 2, 3, 4
最小 Epoch 高细节模式下的绿色分类和红色分析 Int32 语法是 0 到当前 Epoch 的 32 位整数。
跨度 高细节模式下的红色分析 Int32 语法是 10 到 100 的 32 位整数。
像素块大小 高细节模式下的红色分析 字符串

它还支持在 GUI 中输入 Enum 类型。

128x128, 256x256

容忍度时期数 绿色分类高细节, 红色分析高细节 Int32 语法是 0 到 100000 的 32 位整数。
降采样尺寸 高细节模式下的红色分析 Int32 语法是 1 到 100000 的 32 位整数。GUI 中对应的变量名是 DownsamplingSize。
类权重 高细节模式下的绿色分类 字典

3 个参数值示例:{ "tag1": 1, "tag2": 1, "tag3": 1 } { "tag1": 1, "tag2": 1, "tag3": 2 } { "tag1": 2, "tag2": 1, "tag3":1 }

类 1 与类 2 的比率为 2:1 意味着类 1 的训练图像数量是类 2 的两倍。

验证集比率 高细节模式下的绿色分类、红色分析 Int32 语法是 1 到 50 的 32 位整数。
水平翻转 高细节模式下的绿色分类、红色分析

布尔型

语法是布尔状态,即 True 或 False。

垂直翻转 高细节模式下的绿色分类、红色分析

布尔型

语法是布尔状态,即 True 或 False。

旋转 90° 高细节模式下的绿色分类、红色分析

布尔型

语法是布尔状态,即 True 或 False。

旋转 高细节模式下的绿色分类、红色分析

布尔型

语法是布尔状态,即 True 或 False。

放大 高细节模式下的绿色分类、红色分析

布尔型

语法是布尔状态,即 True 或 False。

颜色 高细节模式下的绿色分类、红色分析

布尔型

语法是布尔状态,即 True 或 False。

层次 高细节模式下的绿色分类、红色分析

布尔型

语法是布尔状态,即 True 或 False。

畸变 高细节模式下的绿色分类、红色分析

布尔型

语法是布尔状态,即 True 或 False。

对比度 高细节模式下的绿色分类、红色分析

布尔型

语法是布尔状态,即 True 或 False。

亮度 高细节模式下的绿色分类、红色分析

布尔型

语法是布尔状态,即 True 或 False。

锐化 高细节模式下的绿色分类、红色分析

布尔型

语法是布尔状态,即 True 或 False。

模糊 高细节模式下的绿色分类、红色分析

布尔型

语法是布尔状态,即 True 或 False。

噪音 高细节模式下的绿色分类、红色分析

布尔型

语法是布尔状态,即 True 或 False。

调整大小 高细节模式下的绿色分类 大小 您将输入要调整大小的尺寸:90x90 100x100 110x110。
阈值 高细节模式和绿色分类高细节快速下的绿色分类 语法是一个 0 到 100 的数字。