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%