验证模型性能
在上传或转换自定义模型后,在将其部署到生产环境之前,先验证它能否在 reCamera Pro 上正确运行。
步骤 1:启动推理
- 在 Web UI 中,进入 AI Inference → Inference Configuration。
- 启用推理。
- 将你的模型选择为 Running Model。
- 设置推理频率。
- 点击 Save Configuration。
步骤 2:检查实时监控
进入 Real-time Inference Monitoring 以观察:
| 指标 | 需要检查的内容 |
|---|---|
| 推理状态 | 运行中或已停止 |
| FPS | 每秒帧数——越高越好 |
| 检测结果 | 类别名称、置信度分数、边界框 |
| 检测数量 | 每帧检测到的目标数量 |
步骤 3:验证检测精度
- 将摄像头对准与你检测类别相匹配的测试目标。
- 观察检测结果是否显示正确的类别名称以及合理的置信度分数。
- 检查是否存在误报(检测到不存在的目标)和漏检(存在的目标未被检测到)。
调整后处理参数
如果检测质量较差,请返回 Model Configuration:
| 参数 | 影响 |
|---|---|
| IOU 阈值 | 较低 → 更少的重复框;较高 → 保留更多重叠框 |
| 置信度阈值 | 较低 → 检测更多(包括误报);较高 → 检测更少但更可靠 |
| max_obj | 每帧报告的最大目标数量 |
步骤 4:检查资源占用
通过 SSH 在推理过程中监控设备资源占用:
# CPU and memory
top -bn1 | head -5
# NPU usage (if available)
# TODO(verify): confirm the command to check RKNN NPU utilization on reCamera Pro
常见问题
| 现象 | 可能原因 | 解决方法 |
|---|---|---|
| 模型加载失败 | 不兼容的算子或量化格式 | 使用 RKNN-Toolkit2 重新转换;查看 Model Compatibility |
| FPS 非常低 | 模型过大或过于复杂 | 使用更轻量的模型或降低输入分辨率 |
| 无检测结果 | 类别配置错误或阈值过高 | 确认检测类别与模型输出一致;降低置信度阈值 |
| 类别名称乱码 | 类别列表不匹配 | 在 Model Configuration 中重新导入正确的类别 TXT 文件 |
相关页面
技术支持与产品讨论
感谢你选择我们的产品!我们将为你提供多种支持,确保你在使用我们产品的过程中尽可能顺畅。我们提供多种沟通渠道,以满足不同的偏好和需求。