蓝色读取参数

参数调整如何训练神经网络模型，以及工具如何处理统计结果。您可以通过选择工具然后单击 % 图标打开和关闭参数侧面板。您可以通过选择帮助菜单中的专家模式来访问提供高级功能的其他参数。

特征参数

蓝色阅读工具有两个隐藏的参数，与蓝色定位工具的定向和缩放参数相同。对于蓝色读取工具，这些参数默认启用，并且无法禁用。

蓝色读取工具设置为对缩放参数使用不一致选项。要允许您指定字符大小的范围（以像素为单位），以便在运行时进行正确的字符匹配，可以使用在处理下提供的角度范围和大小范围。将匹配大小在搜索范围内的字符，不会匹配在此范围之外的字符。如果默认为蓝色读取启用不一致比例，然后将字符的“大小”定义为字符 X 维度和 Y 维度的几何平均值。

当考虑不一致比例的运行时比例范围时，特定的找到特征的尺度等于已找到特征的 X 和 Y 尺寸的几何平均值除以特征尺寸的 X 和 Y 尺寸的几何平均值。

采样参数

采样参数控制您训练和处理聚焦模式工具期间图像的采样方式。有关更多信息，请参阅特征采样。

Note: 如果更改已训练工具的采样参数，则必须重新训练该工具，因为底层图像统计可能会发生变化。

参数	专业模式	说明
特征尺寸	否	指定典型特征直径（以像素为单位）。特征尺寸显示在图像的左下方，您可以在图像内调整其大小以设置更准确的尺寸。特征尺寸应大约是普通“A”或“E”字符的边界框的大小。特征尺寸对处理时间有很大影响（ n²）。换句话说，特征尺寸 100 的处理时间比尺寸 10 快 100 倍，而特征尺寸小于 15 通常不会产生良好结果。设置特征尺寸时，请根据处理时间 (P_time) 考虑以下事项： Note: 工具实际上会看到比特征尺寸设置大五倍的区域，然而，特征中心的细节水平比外围部分高得多。有关更多信息，请参阅特征尺寸。
极性	否	指定图像的极性。蓝色读取工具已在一组具有一致文本和背景极性的图像上进行了预先训练。换句话说，浅色背景上使用深色文字。如果您有一组具有反极性的图像数据集，可以通过选择反转更改极性。当设置为反转时，图像显示屏和主显示屏中的图像显示校正后的极性。 Note: 极性的变化仅适用于蓝色读取工具，而工具链中的所有子工具都保持原始图像的灰度极性。
边框类型	是	指定如何对图像外部的像素进行采样。在图像边界处添加遮蔽会大大降低错误检测率。黑色：用纯色（黑色）填充图像的外部。复制：用上一个像素填充图像的外部。
遮蔽模式	是	指定遮蔽如何应用于采样图像。遮蔽用于限制工具处理的图像区域。遮蔽可以在训练后设置，但是，在训练之前设置遮蔽会在学习阶段发挥作用。透明：仅在图像的未遮蔽部分收集样本，但是也会从被遮蔽的区域收集背景区域中的数据。这样可以确保位于遮蔽或 ROI 边界处的特征或缺陷所生成的响应与中心的特征或缺陷所生成的响应相同。遮蔽：在训练和运行期间忽略图像中被遮蔽部分的像素。此设置也会更改工具对遮蔽边界附近的缺陷或特征的响应。此设置还可以使工具聚焦于 ROI 的中心。叠加：将遮蔽作为额外的颜色通道添加到采样图像中。

训练参数

训练工具参数控制训练过程。

Note: 如果更改已训练工具的训练参数，则必须重新训练该工具。

参数

专业模式

说明

训练集

否

指定用于创建神经网络模型的训练数据集。系统仅提取训练集中包含的图像的特征。

单机编辑打开对话框，您可以在其中指定样本集和用作训练样本的标注图像的百分比。每次开始训练时，系统都会随机选择训练图像。

时期数

否

指定训练过程中的优化迭代次数。当您的应用程序的复杂性有限，或者创建用于测试不同参数设置的质量较低的模型时，请使用较低的值。

工具通常需要查看训练图像集数据大约 50 次（这是默认设置），并且通常足以满足大多数标准应用程序的要求。

如果使用较少的时期，神经网络可能会陷入学习困境，或者无法准确解决问题。然而，如果使用过多的时期，则可能会有过度拟合的风险。

Note:

如果训练图像集包含大量图像，或者训练图像集中的图像尺寸与特征尺寸相比较大，则可能需要提高“时期数”设置。
如果您的训练图像集非常小，则存在过度拟合的风险。如果您有一个较大的训练图像集，并且网络寻找该集合中的所有样本，则相比您拥有较小的训练集，并且将较小的样本集导入网络，您的网络会更泛化。

扰动参数

利用扰动参数，您可以允许工具生成模拟运行时预期变化的图像。

参数	专业模式	说明
宽高比	否	指定大约为 1 的正态分布差值，由此得出扰动宽高比因子（如果设置为 0%，则不使用）。
剪切	否	指定大约为 1 的正态分布差值，由此得出扰动剪切因子（如果设置为 0%，则不使用）。
亮度	否	指定大约为 1 的正态分布差值，由此得出扰动亮度因子（如果设置为 0%，则不使用）。
对比度	否	指定大约为 1 的正态分布差值，由此得出扰动对比度因子（如果设置为 0%，则不使用）。
反转对比度	是	随机反转对比度，以模拟训练样本中的对比度反转。

处理参数

处理参数控制工具处理图像的方式。使用相同的模型进行处理（换句话说，推理）始终会产生相同的结果。更改处理参数后，无需重新训练工具。重新处理数据库之后就可以看到效果。

对于具有已定义模型的工具，将搜索在处理期间找到的特征，以获得对已定义模型具有最佳拟合的特征集。

参数

专业模式

说明

采样密度

否

指定采样点相对于特征大小设置的密度。采样密度决定相邻样本之间的重叠程度。采样率为 1 意味着采样位置增加了采样之间的特征尺寸。大多数工具的默认采样率为 3，即采样位置增加特征尺寸的三分之一。

采样密度参数影响工具的处理时间和精度。更高的采样密度设置更准确，但会显著增加处理时间。处理时间大约取决于采样密度 (S_d) 值的二次方。例如，采样密度设置为 1 比设置为 3 大约快九倍 (n²)。

阈值

否

指定找到的特征与要检测的特征之间的接近程度。找到的特征必须超出设置。

角度范围

否

指定工具可以容纳的旋转范围（最小值和最大值）。默认值为 [-10°, 10°]。

尺寸范围

否

指定工具可以容纳的缩放范围（最小值和最大值）。默认值为 [30, 60]。

特征过滤器

是

根据特征 ID、x、y、尺寸和方向指定筛选条件，该筛选条件用作已找到的特征的标准。通过为特征指定筛选条件，将从结果中隐藏与筛选条件不匹配的特征。如果参数留空，则将返回所有特征。由于此筛选是在工具处理图像后进行的，因此不会删除特征，只是从结果中隐藏。删除筛选条件，即可将重新显示由于筛选条件而不未显示的特征，而无需重新处理图像。

Note: 筛选条件的语法与用于显示筛选条件的语法相同。有关构建筛选条件语法的更多信息，请参阅自定义显示筛选条件。

例如，如果您设置功能筛选条件，参数如下所示：

特征过滤器	说明
[0,view.width] 中的 x 和 [0,view.height] 中的 y	使用此筛选条件，仅返回其中心位于 ROI 内的特征。
(id = '0' and x < 200) 或 (x='1' and x > 200)	使用此筛选条件，假设一个宽度为 400 像素的视图，将返回 ID 为 0 且位于左侧的特征，以及 ID 为 1 且位于右侧的特征。