ZHCACX6 july   2023 AM62A3 , AM62A7

 

  1.   1
  2.   摘要
  3.   商标
  4. 1引言
    1. 1.1 缺陷检测演示摘要
    2. 1.2 AM62A 处理器
    3. 1.3 缺陷检测系统
    4. 1.4 传统机器视觉与深度学习
  5. 2数据集准备
    1. 2.1 测试样片
    2. 2.2 数据搜集
    3. 2.3 数据注释
    4. 2.4 数据增强
  6. 3模型选择和训练
    1. 3.1 模型选择
    2. 3.2 模型训练与编译
  7. 4应用开发
    1. 4.1 系统流程
    2. 4.2 物体跟踪器
    3. 4.3 仪表板和边界框绘图
    4. 4.4 物理演示设置
  8. 5性能分析
    1. 5.1 系统精度
    2. 5.2 帧速率
    3. 5.3 内核利用率
    4. 5.4 功耗
  9. 6总结
  10. 7参考文献

数据增强

机器学习中的数据增强包括生成数据集内图片的经修改副本。数据增强可以简单到只需向数据集添加噪声,以生成足够的变化来防止模型过度拟合。它还用于通过添加这些经修改的副本来扩展数据集。本演示应用了两种几何增强方法:左右翻转和旋转。首先为每张图片创建翻转副本,使图片总数达到 400x2=800。然后为每张图片创建五个旋转副本,使图片总数达到 800+800x5=4800。每张图片的旋转角度是随机选择的。这一步可以显著增加数据集内图片的总数,而无需进行数据采集和注释。