PEKAT(表面檢測)

效果預覽

提示

使用此示例，您需要先準備一個PEKAT VISION的License授權

開啟完整的PEKAT工程，並設定好相應的通訊引數，即可通過Vision-Studio進行呼叫。 

（一）準備Pekat

提前訓練一個PEKAT表面檢測的工程（詳細過程請參考本文最後一節，PekatVision使用介紹）

[0] 開啟PEKAT工程

[1] 通訊設定

• [a] 勾選資料處理：Vision-Studio需要獲取PEKAT處理之後的資料

• [b] 選擇提供者設定為API：Vision-Studio將通過呼叫API的方式與PEKAT通訊

• [c] Host設定為執行Vision-Studio工程的PC機的網路地址，如果PEKAT和Vision-Studio在同一台PC上，可以设置为127.0.0.1，如果在不同的PC上，需要确保网络通讯正常

（二）Vision-Studio工程

[0] 載入圖片：載入需要檢測的圖片至指定IM上

[1] Pekat表面檢測

• 輸入引數：

  • 輸入影像：選擇需要進行操作的影像，影像序號與IM序號一致。

    

• 計算引數
  

  • 主機：設定PekatVision所在的PC機的IP地址
    

  • 埠號：設定Pekat對應工程的埠號
    

  • 顯示標籤：輸出影像上顯示Pekat檢測的結果標籤
    

  • 輸出視窗：推送視窗到暫存器，用於Vision-Studio工程上的後續處理，举例：进一步测量该窗口中的几何尺寸

    

[2] 指令碼處理（可選）

指令碼繫結PekatVision輸出的Json作為變數。PekatVision表面检测算子输出变量包括PekatVision输出的Json字符串

• 通過指令碼獲取全域性變數並顯示檢測框以及檢測結果

  確認需要檢測的模型modelId，獲取對應檢測資料x, y, height, width，根據獲取的結果將檢測框顯示到對應IM視窗

data = ConvertJsonToTable(json)

-- 获取检测框数量
number = #data.detectedRectangles


local x = {}
local y = {}
local width = {}
local height = {}

-- 根据模型id获取检测结果，这里的modelId要和pekat中的保持一致
for i = 1, number, 1 do
  if(string.format("%d",data.detectedRectangles[i].source.modelId) == "1708506619") then
     table.insert(x, data.detectedRectangles[i].x)
     table.insert(y, data.detectedRectangles[i].y)
     table.insert(width, data.detectedRectangles[i].width)
     table.insert(height, data.detectedRectangles[i].height)
  end

end

--输出检测框及结果
for i = 1, #x, 1 do
  DrawWindow2D(0,"red",x[i],y[i],x[i]+width[i],y[i]+height[i])
  DrawText2D(0, "red", x[i], y[i] - 25, 20, "脏污")
end

指令碼修改輸出視窗的顏色後，如下圖：

PekatVision使用介紹

標註訓練

[0] 建立並開啟工程

[1] 匯入圖片

選擇匯入圖片或資料夾來匯入資料集

[2] 選擇模組

選擇檢測對應模組

• 表面檢測：適用於檢測已知表面缺陷

• 檢測器：適用於已知缺陷的檢測與分類

• 異常檢測器：適用於表面背景有重複的缺陷檢測（只需要OK合格圖訓練）

  

[3] 缺陷標註及訓練

進入訓練介面，對缺陷進行標註並分類，點選開始訓練訓練模型。

結果檢視

• 檢查

  在檢查介面檢視對應模型檢測結果

  

• 檢視

  在檢視介面檢視每張圖檢測完畢後的檢測結果json字串

  

  json字串包含內容

  • 缺陷位置：x, y, height, width

  • 缺陷檢測模型id：modelId

  • 缺陷標籤：label