Skip to main content

为 Watcher 训练模型

本 WiKi 文章将教你如何使用我们的 SenseCraft 来训练你自己的 AI 模型，并将其部署到 Watcher 上。这将是一个非常有趣的过程。如果你还不知道 SenseCraft 是什么，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。

在 SenseCraft 网站上配置 AI 模型​

步骤 1 . 打开 SenseCraft AI​

打开 SenseCraft AI 平台，然后导航到 Models > Training 开始训练模型。

步骤 2 . 设置训练类型​

tip

我们建议在此处使用 Grove Vision AI (V2) 从摄像头采集训练数据，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就是最终部署的设备，这将直接影响最终的准确率。

为方便起见，这里使用电脑摄像头来采集数据。

步骤 3 . 采集数据​

训练步骤

  • 添加类别
  • 修改你的类别标签
  • 在你选择的类别中点击 "Hold to Record"
  • 选择 Grove Vision AI(V2)
  • 开始训练

在 Collect Classification Data 中，你可以添加你想要的类别，这里我添加了 car 和 doll 作为我的类别并修改了标签。

tip

获取的数据越多、像素越清晰，训练效果就会越好。

训练完成后，你需要点击 Start Training 下方的 "Click here" 标签。

步骤 4 . 选择模型​

训练完成后，你可以看到你的模型文件

  • 点击你的模型文件
  • 点击 "Save to SenseCraft"

步骤 5 . 描述模型​

请填写你的 Model Name、Model Excerpt、Model Introduction、Model Deployment Preparation。如果你将模型设为公开，这些信息将对所有人非常有帮助。这里只是测试，所以写得比较简单。

tip

在 Supported Devices 中选择 SenseCAP Watcher 和 Grove-Vision AI V2。

步骤 6 . 设置模型参数​

你可以根据你的模型选择想要使用的 AI Framework。

置信度阈值

  • 置信度是指模型对其预测结果所赋予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，通常以百分比形式表示，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的准确性。

  • IoU 是评估目标检测模型性能的重要指标，它衡量预测边界框与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。

完成所有设置后，点击 Confirm。

打开 Models > My Models 查看你训练好的模型。

在 SenseCraft APP 中配置 Watcher​

步骤 1 . 选择你的 Watcher​

步骤 2 . 找到 Manually Set Up Task 并进入​

步骤 3 . 勾选“Use TinyML Model”​

步骤 4 . 找到你部署的模型​

输入名称或向下滚动，找到你部署的 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 之间的数值，或 0% 到 100% 之间的百分比。 例如，模型输出的置信度为 80% 表示它认为该预测正确的概率为 80%。

步骤 6 . 设置任务名称​

设置任务名称，这样你就可以直接将其发送到 Watcher 来执行你的模型

步骤 7 . 等待 Watcher 部署模型​

当你选择好 AI 模型并设置好相应参数后，你就可以等待 Watcher 下载它

tip

在此期间，下载可能会因为其他外部问题而失败。你只需要重新选择并设置参数，然后继续下载即可。

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 模型也能在 Watcher 上大放异彩！

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，以确保你在使用我们产品的过程中尽可能顺利。我们提供多种沟通渠道，以满足不同的偏好和需求。

Loading Comments...