问题反馈

更新说明

您正在查看最新版本(V2.6.1)的文档。如果您想查阅其他版本的文档,可以点击页面右上角“切换版本”按钮进行切换。

■ 如果您不确定当前使用的产品是哪个版本,请随时联系梅卡曼德技术支持。

Mech-DLK 2.6.1 更新说明

本节介绍 Mech-DLK 2.6.1 版本的新增功能和功能优化。

新增功能

重构文本检测模块

  • 算法优化。具体优化项如下:

    • 训练速度提升4倍。

    • 模型收敛速度更快。

    • 显存占用减少50%。

    • 推理速度提升1倍。

    • 处理复杂数据精度有大幅度提升。

  • 软件功能优化。具体优化项如下:

    • 支持视觉大模型设置。

      用户可在图像标注区左上角右键单击 tools icon,选择视觉大模型标注工具。在图像标注区上方,点击 settings icon,以调整视觉大模型标注设置。调整视觉大模型标注设置可修改标注结果。更多信息,参见 使用文本检测模块

    • 支持结果筛选。

      用户可在验证参数栏进行筛选规则设置。设置筛选规则可修改模型验证结果。更多信息,参见 使用文本检测模块

    • 支持全局掩膜和网格剪切工具。

      • 掩膜工具

        若图像中存在一些不相关且干扰训练的部分,可用掩膜工具进行遮盖。被遮盖的部分将不参与模型训练。更多信息,参见 掩膜工具

      • 网格剪切工具

        网格剪切工具可将尺寸较大的图像按照设置的比例剪切成大小相同的小图,以适应图片过长文本过小的情况。更多信息,参见 网格剪切工具

重构文本识别模块

  • 算法优化。具体优化项如下:

    • 推理速度提升一倍。

    • 处理复杂数据精度有大幅度提升。

  • 软件功能优化。具体优化项如下:

    • 支持视觉大模型设置。

      用户可在图像标注区左上角右键单击 tools icon,选择视觉大模型标注工具。在图像标注区上方,点击 settings icon,以调整视觉大模型标注设置。调整视觉大模型标注设置可修改标注结果。更多信息,参见 使用文本识别模块

    • 支持结果筛选。

      用户可在验证栏进行筛选规则设置。设置筛选规则可修改模型验证结果。更多信息,参见 使用文本识别模块

    • 支持文字模板。

      标注栏新增文字模板。若图片上的标注判定为人工标注,则不可用文字模板标注。更多信息,参见 使用文本识别模块

支持MRAW格式图片

若用户从Mech-MSR中导入的图像中包含MRAW格式的图像,用户可选择图像类型为深度图强度图,并进一步调整相关图像参数。更多信息,参见 导入导出图像数据

功能优化

标注栏、训练栏、验证栏显示优化

  • 标注栏

    • 增加锁定和显隐功能。

    • 添加数量统计对话框。

    • 添加标注显示区域,提供实例模式功能。

    • 提取不透明度到模块全局区域。

更多信息,参见 编辑图像标注类别与标记

  • 训练栏

    • 优化训练信息的显示。

    • 训练图表可在单独的对话框中查看。

    • 训练中心可显示训练结束时间、状态筛选、模型类型。

更多信息,参见 训练模型

  • 验证栏

    • 增加置信度配置对话框(实例分割、目标检测、文本检测)。

    • 支持调整验证结果不透明度(实例分割、目标检测、缺陷分割、非监督分割)。

    • 支持类激活图生成(图像分类)。

    • 支持查看验证结果的统计(缺陷分割、文本识别)。

    • 调整缺陷度统计图的查看方式(非监督分割)。

    • 支持图像调整设置(快速定位)。

更多信息,参见 验证模型

显示控制区域移动到图像标注区域右上角

原显示设置区域移动到图像查看区右上角。用户可点击图像查看区右上角的各个按钮,控制按钮所代表的内容的显隐。

支持标注区域、验证区域信息显示

将鼠标悬停于标注或验证区域上方,将显示该区域的面积。本功能用于辅助用户确定图像裁剪尺寸、调整标注参数等。

优化机标人标的判定

在之前的版本中,用户使用预训练标注工具视觉大模型标注工具标注的图像会有黄色三角形标记。人工微调这些图像的标注后,黄色三角形标记不会消失。

在Mech-DLK 2.6.1 中,人工微调过的图像会去除黄色三角形标记。此时,将不可对这些图像进行预标注、视觉大模型标注。

历史版本更新说明

单击此处查看 Mech-DLK 2.6.x 更新说明
单击此处查看 Mech-DLK 2.5.x 更新说明
单击此处查看 Mech-DLK 2.4.x 更新说明

Mech-DLK 2.4.2 更新说明

增加软件区域限制功能。单击 帮助  关于后可查看限制信息。

Mech-DLK 2.4.1 更新说明

新增功能

  • 全新级联模式

    Mech-DLK 2.4.1增加全新算法模块级联模式,支持用户自由组合模块(“快速定位”模块只能作为第一级使用),以解决复杂场景下的深度学习问题。例如:检测出缺陷位置,并对缺陷进行分类,可以选择在“缺陷分割”后级联“图像分类”。此外,级联模块间数据导入界面,增加了图像筛选功能,可以根据需求选择导入的图像,同时支持对图像进行导入配置。

  • 新增训练中心

    训练中心支持排队训练,适用于需要训练多个模型的场景。使用训练中心,软件将按顺序依次进行训练,无需人工再次手动点击训练,可以节省大量时间。

  • 增加全局掩膜并支持自定义掩膜颜色

    “缺陷分割”模块中的掩膜工具可选择“单图掩膜”或“全局掩膜”,并且支持自定义掩膜颜色。

    • 单图掩膜:掩膜只在当前图像生效;只在训练中生效。

    • 全局掩膜:在当前图像中绘制掩膜后,掩膜将显示在所有图像中;训练验证均生效。

  • 增加快捷键显示窗口

    单击标注绘制区右下角的 keyboard shortcut keyboard 可打开快捷键显示窗口。

  • 增加矩形标注工具辅助线

    “实例分割”和“目标检测”模块中,“矩形工具”增加标注辅助线,可以辅助标注矩形框。

  • 增加验证结果置信度显示与过滤

    “实例分割”和“目标检测”模块中,验证结果增加置信度筛选功能,可以通过调整置信度参数筛选结果,进而评估模型的准确率。

功能优化

  • 优化图像分类算法

    优化了图像分类算法,训练收敛更快,复杂场景下模型的准确性提升了 20%。

  • 优化 Mech-DLK SDK

    重构Mech-DLK SDK,增强稳定性和易用性。 Mech-DLK SDK 支持级联模型的推理、切换不同的运行硬件并提供了更丰富的样例。

  • 优化缺陷判定规则配置

    优化“缺陷分割”模块的“缺陷判定规则配置”,单击此处 查看详细说明。

  • 快速定位支持平移设置

    “快速定位”模块的“母版设置”中“图像调整”支持X/Y方向平移设置。训练后图像将以用户指定位置和角度输出,适应更多场景。

  • 优化印章工具

    在“实例分割”和“目标检测”模块下,使用印章工具选择印章模板后,按住 Shift 并滑动鼠标滚轮或设置“旋转角度”参数,可调整模板角度。

单击此处查看Mech-DLK 2.3.0 更新说明

Mech-DLK 2.3.0 更新说明

  • 更新显卡驱动版本

    使用 Mech-DLK 2.3.0 软件前,显卡驱动版本需要更新至 472.50 以上。

  • 提升训练速度

    优化了算法,训练模型的速度明显提升;训练过程中只保存最优模型,无法中途停止训练。

  • 新增智能标注功能

    在“缺陷分割”、“实例分割”、“目标检测”模块下,选择智能标注工具,单击待标注物体中心位置可以快速形成标注,右键删除多余标注区域,回车键完成标注。

  • 新增多边形标注锚点增减功能

    在“实例分割”和“目标检测”模块下,使用多边形标注工具标注完成后,若需修改标注结果,可在两个锚点之间的线上单击左键来增加锚点,选中锚点单击右键可以删除锚点。

  • 新增标注印章工具

    在“实例分割”和“目标检测”模块下,使用印章工具可以将已有的任意标注设置为模板,设置完成后可以直接单击进行标注。适用于图像中有多个同类别物体且摆放整齐的场景,可以提高标注效率。

  • 新增缩放预览功能

    支持预览单张图像和剪切后的小图。

  • 优化网格剪切工具

    优化网格剪切功能,剪切网格后,可以单击网格单元左上角的方框来选中单元图像,单击小图右上角按钮可以预览。

  • 优化数据筛选机制

    新增结果类型筛选项,可按“正确的结果”、“错误的结果”、“过检”、“漏检”标签来筛选数据。新增数据类型筛选项:“已标注为OK”和“已标注为NG”选项。

  • 深度学习环境内置

    深度学习环境内置到 Mech-DLK 软件里,不需要单独安装环境即可训练模型。

单击此处查看Mech-DLK 2.2.1 更新说明

Mech-DLK 2.2.1 更新说明

  • 新增“图像分类”模块新增类激活图显示功能

    模型训练完成后,单击生成类激活图可以通过热力图的形式体现特征的权重,模型基于这些特征将该图像分为此类别。颜色越红的区域,在分为此类别的过程中所占的权重越大。

  • 新增CPU 版本模型的验证及导出功能

    • 图像分类、目标检测:训练完成后,导出模型前可以将部署设备选为 CPU 或 GPU。

    • 实例分割:训练模型前,设置训练参数。导出模型时,可以在 CPU/GPU 之间选择部署设备,具体如下:

      • CPU 轻量模型:训练模型前,将训练参数 模型类型 选为 轻量(推荐使用 CPU 部署) ,导出模型部署时,可以将 部署设备 选为 CPUGPU

      • GPU 标准模型:训练模型前,将训练参数 模型类型 选为 标准(推荐使用 GPU 部署) ,导出模型部署时,推荐将 部署设备 选为 GPU

我们重视您的隐私

我们使用 cookie 为您在我们的网站上提供最佳体验。继续使用该网站即表示您同意使用 cookie。如果您拒绝,将使用一个单独的 cookie 来确保您在访问本网站时不会被跟踪或记住。