为 Watcher 训练模型

本 WiKi 文章将教您如何使用我们的 SenseCraft 来训练您自己的 AI 模型并将其部署到我们的 Watcher 上。这将是一个非常有趣的过程。如果您还不知道什么是 SenseCraft,请点击这里。这是一个允许我们在 Seeed Studio 设备上部署各种开源 AI 模型的平台。
SenseCraft 网站设置 AI 模型
步骤 1 . 打开 SenseCraft 网站
点击顶部菜单栏中的"Products"查看下拉选项,然后选择"SenseCraft AI"点击。

步骤 2 . 设置训练类型
我们建议在这里使用 Grove Vision AI (V2) 从摄像头收集训练数据,因为 Watcher 使用与 Grove Vision AI V2 相同的芯片(Arm Cortex-M55),所以选择 Grove Vision AI V2 来训练 Watcher 的模型,用于拍照的最佳设备是要部署到的设备,这将直接影响最终的准确性。
为了方便起见,这里使用计算机摄像头来捕获数据。

步骤 3 . 收集数据
训练步骤
- 添加类别
- 修改您的类别标签
- 在您选择的类别中点击"Hold to Record"
- 选择 Grove Vision AI(V2)
- 开始训练
在收集分类数据中,您可以添加您想要的类别,在这里,我添加了汽车和娃娃作为我的类别并修改了标签。

获得的数据越多,像素越清晰,训练结果就越好。
训练后,您需要点击"Click here"标签下的开始训练。
步骤 4 . 选择模型
训练完成后您可以看到您的模型文件
- 点击您的模型文件
- 点击"Save to SenseCraft"

步骤 5 . 描述模型
请提供您的模型名称、模型摘要、模型介绍、模型部署准备。如果您将模型公开,这些信息将对每个人都非常有帮助。这只是一个测试,所以写得比较匆忙。
.png)
在支持的设备中选择 SenseCAP Watcher 和 Grove-Vision AI V2。
步骤 6 . 设置模型参数
您可以根据您的模型选择您想要的 AI 框架。
置信度阈值
-
置信度是指模型对其预测分配的确定性或概率水平。
-
置信度是模型对其预测结果的确定程度或概率。它通常以百分比表示,范围从 0% 到 100%。
IOU 阈值
-
IoU 用于评估预测边界框与真实边界框相比的准确性。
-
IoU 是评估目标检测模型性能的重要指标。它测量预测边界框和实际边界框之间的重叠程度。
-
0% 表示没有重叠。
-
100% 表示完全重叠。
设置完所有内容后,点击确认。

返回预训练模型并点击我的模型以查看您训练的模型。

SenseCraft APP 设置 Watcher
步骤 1 . 选择您的 Watcher

步骤 2 . 找到手动设置任务并进入

步骤 3 . 勾选 '使用 TinyML 模型'

步骤 4 . 找到您部署的模型
输入名称或向下滚动找到您部署的 AI 模型并勾选它

步骤 5 . 设置阈值和条件
置信度是模型对其预测结果的信心程度,通常表示为 0 到 1 之间的值,或 0% 到 100% 之间的百分比。 例如,模型输出的置信度为 80% 表示它认为预测正确的概率为 80%。

步骤 6 . 设置任务名称
设置任务名称,这样您就可以直接将其发送到观察器来执行您的模型

步骤 7 . 等待 Watcher 部署模型
一旦您选择了 AI 模型并设置了相应的参数,您就可以等待观察器下载它

在此期间,由于其他外部问题,下载可能会失败。您只需要重新选择并设置参数,然后继续下载。
Watcher AI 模型展示
结果演示

这是我的 AI 模型在 Watcher 上的简单展示效果,期待大家的 AI 模型在 Watcher 上闪闪发光!
技术支持与产品讨论
感谢您选择我们的产品!我们在这里为您提供不同的支持,以确保您使用我们产品的体验尽可能顺畅。我们提供多种沟通渠道,以满足不同的偏好和需求。