摘要：一：硬件环境：深度学习模块训练运算量较大，依赖GPU进行加速，硬件需独立显卡支撑，目前训练只支持英伟达核心显卡。显卡硬件配置越高，训练及预测耗时越短。1，模型训练： 本地训练a) 6G及以上显存 DL单字符识别训练实现显存自适应，能根据硬...
一：硬件环境：
深度学习模块训练运算量较大，依赖GPU进行加速，硬件需独立显卡支撑，目前训练只支持英伟达核心显卡。显卡硬件配置越高，训练及预测耗时越短。
1，模型训练：
本地训练
a) 6G及以上显存 DL单字符识别训练实现显存自适应，能根据硬件配置自动分配训练显
存，从耗时等综合因素考虑推荐采用6G及以上显存显卡训练,如GTX 1660Super,RTX
2080,RTX 3070等
b) 需去英伟达显卡驱动官网（
https://www.nvidia.cn/geforce/drivers/）,根据电脑显卡型号下载451.22版本以上驱动
c) VisionTrain1.4（VM4.0）版本已支持30系列显卡训练（预测），以前版本不支持
支持萤石云服务器训练
支持本地云服务器训练
2，模型检测：
支持GPU版本检测 （需2G及以上显存。单DL模块2G显存可以满足，多DL流程或单流程多
DL模块需更大的显存）
支持CPU版本检测 （效果与GPU版本一致，检测耗时会比GPU版本长）
操作系统要求为Windows7或Windows10 （系统需要安装完整版）
若显卡配置符合条件，发现无法进行训练或预测，则需检查显卡驱动，要求安装451.22版本以上显卡驱动（显卡驱动的要求和显卡本身以及VM的版本有关）
二：适用场景：
DL图像检索就是利用图像的语义信息，如颜色、纹理、布局等进行分析和检索的技术。从功能上来说与图像分类类似，把整张图像归为若干类别中的某一类，在物体识别与分拣上有广泛的应用。从算法
本质上来说存在较大的区别：
图像分类：
分类模型从图像中提取到图像特征，直接通过内嵌分类器输出图像类别。适用于类间差异较
大的图像场景，且分类器输出类别数与模型绑定，模型生成后，类别数无法进行扩增。
图像检索：
检索模型从图像中提取到图像特征，并无内置分类器，不进行直接分类，而是通过与数据库
(Gallery）中所有图像的特征进行相似性搜索，将库中的图像按照相似度大小进行排列，
输出指定的TopN结果。适用于类内差异较小的图像场景，且可以通过向数据库中注册新的
类别进行类别扩增。
总结：
1、图像检索更适合用于同类内差异较小，图像分类适合同类内差异较大的情况。如：区分香蕉和苹果两类。其中苹果类中包含不同品种的苹果（红富士苹果、青苹果等），不同品种的苹果差异较大，更适合用图像分类。
2、若后续增加新的类别，图像检索只需进行注册（将新类别加入数据库），无需重新训练模型，快速
方便。图像分类则无法直接进行扩增，只能将新类型加入训练集重新训练。
三：DL图像检索训练和测试
一）深度学习图像检索-模型训练：
1）双击VisionTrain1.4.0软件，打开DL训练工具
注：VM3.4之前版本训练工具都集成在VM软件内，可在VM软件内直接打开。VM3.4之后版本训练工具独立成为一个软件VisionTrain（需单独安装）与VM分开。
2）选择VM训练平台，选择图像检索模块，点击下一步。
3）点击新建训练集，选择训练图片所在的文件夹，点击确定加载图片（训练图片不得少于11张）。
注：DL图像检索训练集内必须包括2类及以上的类型，否则在开始训练时会提示“标签类别数错误”。
为了保证效果，尽量保证不同类别的图像数目有相同的量级，不能相差太悬殊。
4)传统标定：对图片进行标定，每类图片分别输入对应的类别名称。
（注：当图片数量较多时，此类标注方式较为繁琐，可用快速标定方式，见下）
快速标定：新建一个空文件夹为训练集，将不同类图片分别放置不同的文件夹，文件夹名称为其
快速标定：新建一个空文件夹为训练集，将不同类图片分别放置不同的文件夹，文件夹名称为其
内图片的类别名称。步骤如下：
4.1 点击新建训练集打开空训练集文件夹
4.2 点击添加文件夹按钮，选择已经分类好的图片文件夹，点击确定。
4.3 点击“是”，进行文件夹内图片批量标定。
4.4 输入此类图片的类别名称（默认为文件夹名称），点击“保存”。软件将会自动将此文件夹内图片复制到空训练集文件夹，并批量进行标注。
4.5继续点击添加文件夹按钮，依次添加其它类别图片。
4.6 预标定功能
4.6.1 预标定通常是模型已经生成，在加入新样本的时，通过先前的模型预测新加入样本标签，提升打标的速度。
4.6.2 使用用预标定功能需要具备2G以上的英伟达显卡，安装较新的显卡驱动，且需要
加密狗。预标定的效果是根据加载模型决定的，一般需要对标签值进行微调，检查预测类别是否错误。
5）配置训练参数和训练。
5.1 配置训练参数
训练器类型：
（1） 本地训练：依托于本地电脑显卡进行训练。
（2） 云服务器训练：训练参数设置与本地训练完全一致，版本目前只能选择VM340，暂不支持VM400版本模型云服务器训练。参数设置完成后点击开始训练，会显示“训练集上传中”，并会在目录下生成一个压缩包。在提示时间内完成训练后会在对应的位置生成模型。
（3） 本地服务器训练：将本地带显卡的训练机配置成本地服务器，与此服务器联网的电脑均可选选择本地服务器进行训练，自动上传图片和下载模型。（如需配置本地服务器请先联系海康技术支持）
迭代轮次：算法内部称为Epoch，一轮就是将所有训练样本训练一次的过程。增大迭代伦次可以增加训练的迭代次数。参数根据图片数量设置。30张设置700轮。100张设置500轮。500张设置200轮。1000张设置150轮。5000张设置100轮。10000张设置60轮。100000张设置50轮。若训练过程中曲线任有明显的下降趋势，可以暂停训练增大迭代伦次。
基础学习率：更新参数时前进的步长。一般按默认值1设置，不需改动。
版本：目前提供VM340、VM400两个版本模型训练。VM340版本模型能在VM3.4及更高的VM版本如VM4.0上使用，VM400版本模型只能在VM4.0及更高的VM版本使用。
是否剪纸枝：开启剪枝使能后，能设置剪枝比例。根据设置的比例减小模型大小，缩短检测耗时，同时也会损失一定的检测精度与增加训练耗时。若节拍满足不建议开启。
是否增强：开启增强使能后，可设置数据增强参数。可进行HSV空间变换、镜像、画布扩大、裁剪、仿射变换、噪声这六类数据增强的操作。具体设置见“数据增强白皮书”。
5.2 训练过程。
随着迭代次数增加，训练误差逐渐下降，到训练结束时训练误差会平稳在一个较低的值（DL图像检索训练一般收敛在0.5~0.6之间）。
（注：若在训练过程中发现曲线到训练快结束时还有明显的下降趋势，可以点击暂停训练增大迭代次数。当训练到一定的迭代次数后，可以点击验证训练，查看在次迭代次数下模型的验证效果）训练结束后，会在指定的路径生成一个“xxx.bin”的模型文件和“xxx.gall”的数据库（gallery）文件，将两者加载到DL图像检索模块中，测试模型效果。若训练结束后无自动生成gallery文件，需在VM软件的DL图像检索模块中手动注册，注册方法见下方预测流程。
注：如果训练集图片中存在无法读取的图像，自动生成gallery文件将会失败。
二）深度学习图像检索-测试模型：
1）拉出一个图像源模块，点击右下角的 或 将需要测试图片放入模块中。
2）拉出一个DL图像检索G模块，与图像源模块连接。（使用GPU版本还是CPU版本根据实际需求决定）
3）双击模块设置参数，选择运行参数。模型文件(.bin)路径和Gallery(.gall)路径选择训练好的两个文件位置；
方案存模型使能：若打开使能，模型将会保存到方案中，方案拷贝或移动时不用重新加载模型路径。（同时方案会变大）
前K个类别：默认为1，最大为10。如下：轮毂一共有7类，前K个类别设置大于或等于7，将会根据相似度从大到小依次显示出其对应的类别名称与相似度。若只需要获得最相似结果，设为1。
最小相似度：预测图片与输出类别的相似度，低于最小相似度分数的类别将会被过滤。
注：在预测时若发现有图片没有输出类别名称，可降低最小相似度查看是否能够识别。
Gallery管理：若在训练模型过程中无自动生成gallery文件，则需手动注册。
3.1 点击注册图像
3.3 加载gallery，并向其添加其它类别的图片。步骤如3.2，可点“保存”直接覆盖原gallery，或“另存为”重新生成新gallery。
注:当后续有新产品，需要增加新的比对类别时，操作与此步骤一致。
当新增类别数量大于训练类别数量的70~80%时，需将新增类别加入训练集重新训练模型以保证识别效果。如训练集有100类，后续注册的新产品到达70类时，需将这70类也加入到训练集训练。
若删除了此类的注册图像可点击保存按钮，直接覆盖原gallery。或另存为一个新gallery。
点击
右上角的 按钮，可以将此gallery里的注册信息导出成txt，如下。
四：系统运行过程中继续添加样本的方法
在系统运行过程或实际现场应用中，通常训练的模型不能一次到位，适用于所有的场景，需要在运行
过程中不断添加样本，增强模型的鲁棒性。方法是：
1，之前标定的样本图片及标定文件RetrievalTrainData.txt不能删除，新采集或识别错误的样
本需要放到之前的训练样本文件夹中去（或者直接在训练工具中添加）。
2，重新打开“深度学习训练工具”，像之前的训练标定一样，将新增的样本标定。之前标定的数据还保存在样本的文件夹中，只需要把新采集的样本标定好，重新训练。训练的过程如上。
