分类检测

数据准备

• 准备训练集图片 分类模块是针对图像级检测，即判定整张图片属于什么类别。某些类别之间可能有较高的视觉相似性，导致模型容易将它们混淆。例如：

  • 狗和狼：两者外观相似，可能导致模型在分类时难以区分。
  • 数字分类：在手写数字识别任务中，数字“1”和“7”可能在某些情况下容易混淆。

• 准备测试集图片

  • 测试集图片所出现的类型应均包含于训练集中。

创建项目

登录AI Creator，在项目中心中点击新建按钮

点击自定义项目，在新建项目弹窗中输入项目名称“案例14-PCB-分类检测”，点击“下一步：导入项目数据”，完成项目创建。

导入数据集

• 在页面左侧导航栏中点击数据集
• 上传训练图集和测试图集 项目创建会自动新建数据集图集和训练数据图集文件夹，分别点击进入训练集或测试集进入。在训练集和测试集中，点击导入图片->新建数据集，拖拽图片或者图片的压缩文件到上传区域，点击确定导入数据。

添加算法模块

• 在页面左侧导航栏中点击标注&训练
• 点击添加模块，在选择模块窗口中选择“分类”

关联图片

点击“关联数据”下拉菜单，选择“关联图片”按钮，在弹出关联图片窗口中选择训练集，最后点击“确定”按钮。

数据标注

1.在页面左侧导航栏中点击“标注&训练” 2.标注数据

模型训练

1. 点击页面右上角的“训练模型”按钮，进入模型训练参数设置。
2. 设置通用参数和网络分块。 宽度和高度为模型输入图像的尺寸。 训练轮次：根据需要设置，如500次； 其余参数：使用默认值。
3. 在“数据集划分”中建议设置训练集比例为90%。
4. 首次训练，在“训练方式”中选择“重新训练”；基于上次训练模型再次训练，在“训练方式”中选择“加样训练”。
5. 设置阈值（可选）：模型对于图片预测分类概率的大小。
6. 参数设置完毕后，请点击“开始训练”按钮。

TIP

具体参数的详细说明，请将鼠标移动至参数旁的帮助图标后，可以查看。

训练过程

训练开始后，页面会自动进入训练详情界面，在训练详情界面可以查看训练的实时日志，例如当前训练到了第多少个 epoch，同时也能实时看到loss等信息。

训练完成

AICreator 会自动评估并保存多个训练模型，训练完成后，系统会挑选一个数值最优的模型存档为一个版本，并且会自动基于该模型进行一次模型评估。

模型评估

模型训练完成后，系统会自动选出最优的模型进行一次模型评估，并计算出衡量模型优劣的指标。

AI Creator 支持对训练图片进行模型评估并展示结果。图片上会标识标注类别和测试类别。

模型评估未达到预期时，可基于现有图片集加样训练，或增加训练样本并进行标注后训练，直到完全达到预期效果。

模型验证

模型评估达到预期后，使用测试集图片再次独立验证训练模型效果。

1.在页面左侧导航栏中点击“项目验证” 2.在模型验证页面，选择测试集图片，点击“开始验证”按钮。

3.查看验证结果 验证完成后，系统自动进入验证结果界面。

模型优化

1.在页面左侧导航栏中点击“模型优化” 2.需要模型转化和优化后，x86架构平台下训练的模型才能在ARM架构的边缘设备上运行。

AI Creator 支持一键优化和高级优化。

高级优化提供更多可配置的参数，请根据需求修改优化参数对模型进行优化。

部署

在页面左侧导航栏中点击“部署”，进入部署页面。

生成智能相机应用

在部署界面，点击“生成智能相机应用”按钮，在生成智能相机应用弹窗口中，输入应用ID、应用版本号、应用名称、应用描述；选择发布的模型版本、选择数据（用于智能相机读取的静态图片并推理），最后点击“确定”按钮，生成智能相机应用。

部署应用

在部署界面，点击“部署”标签，进入部署应用界面。

节点集成

在部署模型或应用之前，需要先集成待部署的设备节点。

• 点击页面上方的“节点管理”标签，进入节点管理界面，
• 点击“集成节点”按钮，弹出集成节点弹窗
• 在集成节点弹窗中，选择IP集成，在节点类型参数中选择“智能相机”，输入节点名称、节点IP，点击“确定”按钮。

设备集成后，“节点类型&连接状态”为“智能相机：在线”。

返回项目部署界面

点击“项目中心”，在当前项目的操作列表中，点击“进入项目”->部署，进入部署主页面。

部署智能相机应用

在部署页面中，点击部署标签，在创建的智能相机节点的操作列表中，点击“部署应用”->“部署”。

部署的应用验证

AICreator上应用部署提示完成后，请在智能相机节点上运行部署的应用并查看结果。

TIP

此部分非AICreator功能，仅提供下一步方向。