混合模型
==========================================

**混合模型** 和目标检测类似，但是可以在目标检测的基础上，再细致的分类检测到的目标。

    .. image:: Images/mix_model.png
        :scale: 100%

    .. raw:: html

        <div style="position: relative; padding-bottom: 0.25%; height: 0; overflow: hidden; max-width: 80%; height: auto;">
            <video width="80%" height="auto" controls>
                <source src="http://docs.welinkirt.com/static/videos/daoaiworld_mixed_model.mp4" type="video/mp4">
            </video>
        </div>

|

完成模型标注后，可以参考 :ref:`训练` 章节下的视频，创建数据集版本并训练部署。

模型选择场景
------------------------------------------

**混合模型** 适用于判断某物体是否出现在场景中，并且判断目标所属的类别，适合用于智能监控，识别风险，危险目标。

或者使用在缺陷检测上，检测场景中的多个目标，并且判断他是否是OK 或者 NG。

创建标签
-------------

混合模型创建标签时需要参考以下说明

    .. image:: Images/create_label.png
        :scale: 80%

首先第一层标签为 **目标大类**

第二层标签为 **目标子类**

第三层标签为 **目标属性**

.. warning::

   在进行第三层“目标属性”标注时，必须确保每个 **第一层大类** 至少选中一个属性。  
   以“头部”这一大类为例，其第二层子类可能包括“头盔颜色”（如红/蓝/黑）和“是否佩戴面罩”（是/否）。  
   
   - “头盔颜色”与“是否佩戴面罩”之间无冲突，可以同时标注（例如选中“红色”且“是”）。  
   - 若某对子类间存在逻辑冲突（比如“头盔颜色”与“是否佩戴头盔”），则在“不佩戴头盔”属性下无法再标注任何头盔颜色，则该标签结构不可用。  
   - 标注时务必检查：每个子类下必须有且仅有一个合法的属性被选中，且不同子类之间不应互相矛盾。

标注方法
----------------

首先使用矩形标注工具标出边界框，选择大类。

    .. image:: Images/mix_anno1.png
        :scale: 80%

点击保存，然后选择子类和子类属性， **注意** ：如果大类下存在多个子类，每个子类下必须有且仅有一个合法子类属性被选中。

    .. image:: Images/mix_anno2.png
        :scale: 80%

重复标注场景内所有的物体。如果场景内没有物体，请标注为空。

注意事项
--------------

1. **混合模型** 模型仅支持方形标注，因此，在物体检测模型标注中，标注区域可以轻微重合，但不可完全重合。

2. **混合模型** 模型标注中，标注区域不可超出图片边界。

3. 如果大类下存在多个子类，每个子类下必须有且仅有一个合法子类属性被选中。

练习
--------

从 `练习数据 <https://daoairoboticsinc-my.sharepoint.com/:f:/g/personal/nrd_daoai_com/EkNGNFG9C1ZCkejjwLZ4WOsBUQuhkn6apK4MSej2z1DfQA?e=ZOoc8v>`_ 中下载 mixed_model.zip

解压缩后您将得到21张图片和标注文件（.json）, 请您只上传图片到DaoAI World进行标注练习。之后可以一同上传图片和标注文件，对比结果。