快速入门
========
本章将指导用户完成 DaoAI AOI 软件的安装、基础配置及首次检测流程,帮助您快速上手系统操作。
.. raw:: html
|
系统要求
----------------
在安装前,请确保设备满足以下条件:
- **操作系统**:Windows 10/11 64位(专业版或企业版)
- **硬件配置**:
- **CPU**:Intel i5 10代或同等性能以上
- **内存**:16GB及以上
- **存储**:预留50GB SSD空间
- **GPU**:系统最低要求:NVIDIA GTX 1050Ti;推荐配置:NVIDIA RTX 3060及以上,以充分发挥系统性能。
软件安装步骤
---------------------
1. **获取安装包**:
从 `下载中心 `_ 下载 DaoAI AOI 安装包。
2. **运行安装程序**:
双击安装包,选择安装路径。
3. **完成安装**:
等待进度条完成,勾选“立即启动系统”并点击“完成”。
首次启动配置
---------------------
首次运行软件时,您可以调整界面的语言,然后需要配置相机:
1. **语言与单位设置**:
- 界面语言:支持中文/英文,根据产线操作人员习惯选择。
.. image:: ./image/70.png
:scale: 50%
.. image:: ./image/71.png
:scale: 50%
|
2. **相机连接**:
- 2D 相机的链接首先需要使用 zadig 软件 切换相机驱动为 WinUSB。 详情请参考 :ref:`2D相机配置(USB端口相机)`
- **自动扫描设备**:点击右下角的齿轮,然后点击 **编辑系统配置** 。在 **发现的相机** 旁边,点一下 **刷新**,系统将识别已连接的工业相机(确保相机电源与USB/GigE线已接驳)。
.. image:: ./image/16.png
:scale: 80%
.. image:: ./image/17.png
:scale: 80%
- **编辑相机配置文件**:选择预设的相机配置文件,然后需要更改相机的名称为 发现的相机中显示的名称。
.. image:: ./image/18.png
:scale: 80%
.. image:: ./image/19.png
:scale: 80%
3. **调整光源**:
- 如果连接了外置光源的话,调整光源亮度至均匀状态。
4. **验证相机精度**:
- **验证相机精度**:将系统提供的标定板置于检测区域,点击“验证相机精度”,确保相机的精度在 0.12% 以内。
- **标定板校准**:(3D相机)如果精度不足,请使用系统提供的现场标定功能,重新标定相机。参考 :ref:`重新标定3D相机`
快速配置检测流程(示例)
---------------------------------
1. **新建产品**
~~~~~~~~~~~~~~~~~~~~~~
在主页点击“新建产品” 命名(如 齿轮表面检测_V1)。
.. image:: ./image/81.png
:scale: 50%
.. image:: ./image/82.png
:scale: 50%
1. **选择检测区域**
框选产品整体
.. image:: ./image/83.png
:scale: 50%
框选完成
.. image:: ./image/84.png
:scale: 50%
框选出及检测区域,设置灵敏度等级(推荐初始值:5)。
.. image:: ./image/85.png
:scale: 50%
检测区域框选完成
.. image:: ./image/86.png
:scale: 50%
2. **训练模型并保存**:
点击 “重新训练模型” 然后 以标准产品训练一个初始的模型。
.. image:: ./image/87.png
:scale: 50%
.. image:: ./image/88.png
:scale: 50%
2. **开始检测**
~~~~~~~~~~~~~~~~~~~~
在主页点击“新建检测任务” 然后开始检测。
.. image:: ./image/90.png
:scale: 50%
.. image:: ./image/91.png
:scale: 50%
.. image:: ./image/92.png
:scale: 50%
结果反馈和模型迭代
~~~~~~~~~~~~~~~~~~~~~
1. **当OK产品检测为NG**
选择标记所有反馈为合格
.. image:: ./image/93.png
:scale: 50%
选择对应产品名称保存
.. image:: ./image/94.png
:scale: 50%
2. **当NG产品识别为OK**
选择出错的组件,如下图,标记为不良
.. image:: ./image/95.png
:scale: 50%
用当前模型跑10次左右的产品,反馈数据后重新训练模型即可
.. image:: ./image/97.png
:scale: 50%