wenluderen
总版主
总版主
  • 最后登录2020-07-02
  • 发帖数619
  • 金币8761枚
  • 贡献勋章0枚
  • 社区居民
  • 社区明星
  • 忠实会员
  • 喜欢达人
  • 原创写手
阅读:55回复:2

Halcon深度学习基础理论:三个“预”

楼主#
更多 发布于:2020-06-30 08:47
预训练,预处理,预整理
×××××××××××××××××××××××××××××××××××××××××××××××××××××
预训练:
李老板想做瑕疵检测,但是他自己又不会,就找到了MVT(Halcon的研发公司),让他们提供一个人,协助李老板做瑕疵检测项目。
MVT公司研发的人员,不屑于去做视觉项目,但是呢,开公司就是要盈利。 所以就培训一个新人,叫DLM。让去他李老板的公司的任职。 这个DLM在MVT公司学会常规的表面瑕疵检测能力,  到了李老板的公司后, 李老板将把DLM带到手机生产线上,告诉DLM什么样的产品是好的产品,什么样的产品是不好的产品的。 DLM毕竟是在MVT深造过的高材生,学习能力很强的人,差不多12个小时就学会了, 后面产线来了新产品后, DLM就可以根据经验,判断出是OK还是NG的。
李老板很满意, DLM也觉着的自己有价值。
过了几天,李老板又把DLM带到笔记本生产线,如法炮制,DLM很快就学分区分OK的笔记本 和NG的笔记本。
××××
DLM英文全名是Deep  learning   module。 中文全名 深度学习模型。 DLM是好学生,可以理解为在MVT大学主攻视觉专业的, 所以毕业工作以后 遇到视觉的问题,简单的培训一下就可以开始干活了,而且干的很不错。
DLM在MVT公司上学的过程就是预训练,DLM在产线上培训的过程,就叫再训练
理论上MVT大学的高材生DLM, 可以吊打国内一众  “自研算法”  的 装B侠
×××××××××××××××××××××××××××××××××××××××××××××××××××××
预处理

MVT的DLM虽然能力很好,不过要求的待遇也很高,要给他配置一个叫深度学习的主机的工具,这个工具老鼻子贵了。所以为了提高DLM的工作效率, 我们在给DLM提供样本的时候,通过要先预处理一下。
比如能用黑白图像表示产品的OK和NG,就不用彩色的图像。   能用低分辨率的图像表示产品的OK或NG,就不用高分辨率的。预处理的方法详细见:http://ihalcon.com/read-15126.html
这样本来DLM需要学习一天的样本,现在半天就可以搞定了,而且学习效果好
×××××××××××××××××××××××××××××××××××××××××××××××××××××
预整理

如果DLM到了一个产线上,准备学习一个平板电脑的OK和NG的区分,结果发现OK和NG的都混到了一起了。
更夸张的 ,平板电脑里面还混进一个 手机。 更过分的是,产线上的产品放在歪七扭八的,东一个,西一个。
这哪是让DLM来学习啊, 这分明是DLM这个新人下马威, DLM毕竟MVT的高材生,心气高。遇到这种情况,就不会给你好好干活了。
如果真心想让DLM干好活,就需要平板电脑(样本)做预整理:
1)OK和NG分门别类, 用标签记录号,告知DLM ,哪个是OK 的,哪个是NG的
2)把混进的手机,扔出去。  不要在一个产品的样本里面,混入其他样本
3)样本数量要多一些。不能就给了几十个样本,就期望DLM学的好, 一般来说1000起步, 10000比较好
4)平板电脑摆放整齐。 (图像的样本的分辨率要一致)
××××××××××××××××××××××××××××××××××××××××××××××××××××



小结:
1)DLM的本质就是一个矩阵,里面放置是一堆权重和偏置数据。 你可以理解为初中线性代数的里面的:y=kx+b。
k就是权重, b 就是偏置。只不过这个矩阵里面的k和b非常多,几万到几百万都有可能。
2)深度学习,其实应该算是一种仿生学, 因为这个玩意的产生和使用和人的大脑的工作过程非常类似。
3)DLM是MVT培训出来的,可以理解为一个视觉专业的高材生。 我们只是把他喊过来干活。
4)
喜欢2

最新打赏:0人

lichade
助理工程师
助理工程师
  • 最后登录2020-07-02
  • 发帖数279
  • 金币1945枚
  • 贡献勋章0枚
  • 社区居民
  • 忠实会员
沙发#
发布于:2020-06-30 12:28
教学模式幽默风趣,感谢分享,学习了
巨型奥利奥
技术员
技术员
  • 最后登录2020-07-02
  • 发帖数20
  • 金币457枚
  • 贡献勋章0枚
板凳#
发布于:2020-07-01 14:20
厉害厉害 深入浅出 学习了
游客

返回顶部
支付

欢迎打赏,请选择打赏金额

  • 1元
  • 6元
  • 10元
  • 66元
  • 100元

支付即代表同意《本站支付协议》 有疑问请联系客服