瓶口异常检测模型
基于PatchDet的瓶口异常检测模型,适用于kendryte系列K230/K230D芯片
- 适用芯片:k230
- 任务类型:jiance
- 浏览次数:110
- 下载次数:18
- 适配 SDK:MicroPython/Rt-Smart/Linux
# 玻璃瓶口异常检测模型
## 概述
本模型使用 BTAD 数据集中瓶口图像训练得到,用于检测瓶口区域的异常情况。
BTAD(beanTech Anomaly Detection)数据集是真实工业场景下的异常检测数据集,包含 3 种工业产品,共 2830 张图像,覆盖了多种不同的缺陷类型。
本模型基于 **PatchCore** 框架,backbone 替换为 **MobileNetV3**,以实现轻量化和高效推理。
模型输入为 3 通道 256×256 的彩色图像,输出为两个特征图,维度分别为:
- **输出1:** `[1, 16, 32, 32]`
- **输出2:** `[1, 24, 16, 16]`
## 转换脚本说明
本模型的转换脚本为`convert_kmodel.py`,使用方法如下:
```bash
python convert_kmodel.py --target k230 --model PatchDet_can3_5.0s.onnx --ptq_option 0 --calib_dir ./calibration_data --sample_count 20
```
参数说明:
| 参数 | 说明 |
| --- | --- |
| `--target` | 目标芯片,默认值为`k230`,可选`k230`和`cpu`,选择`cpu`时不存在量化过程 |
| `--model` | 输入的onnx模型路径 |
| `--ptq_option` | 量化过程的校准方式和精度,默认值为0,表示默认校准方式为 `Noclip`,精度为权重`uint8`,数据`uint8` |
| `--calib_dir` | 校准数据集目录,默认值为`./calibration_data` |
| `--sample_count` | 校准数据集样本数量,默认值为20 |
## 参数说明
在使用nncase转换kmodel的过程中,最重要的两部分参数为编译选项部分和量化选项部分,当前模型这两部分参数设置如下表所示:
- **编译选项参数说明**
| 参数 | 设置值|说明|
| --- | --- | --- |
|`compile_options.target`|`k230`|编译目标硬件,这里选择k230|
|`compile_options.preprocess`|`True`|是否将部分预处理封装进模型内部,这里设置为True|
|`compile_options.swapRB`|`False`|当开启预处理时,是否交换输入的RB通道,这里设置为False,不进行通道交换,这里的设置看模型需要什么顺序和数据源是什么顺序|
|`compile_options.input_shape`|`[1,3,256,256]`|当开启预处理时,设置模型输入形状为[1,3,256,256]|
|`compile_options.input_type`|`uint8`|当开启预处理时,指定输入数据类型为`uint8`|
|`compile_options.input_range`|`[0,1]`|当开启预处理时,指定反量化后输入数据范围,这里设置为[0,1]|
|`compile_options.mean`|`[0.485, 0.456, 0.406]`|当开启预处理时,指定输入数据前处理标准化的均值,这里设置为[0.485, 0.456, 0.406]|
|`compile_options.std`|`[0.229, 0.224, 0.225]`|当开启预处理时,指定输入数据前处理标准化的标准差,这里设置为[0.229, 0.224, 0.225]|
|`compile_options.input_layout`|`NCHW`|指定输入数据布局为`NCHW`|
|`compile_options.output_layout`|`NCHW`|指定输出数据布局为`NHWC`,输出为[1,16,32,32]和[1,24,16,16],正常输出即可|
- **量化选项参数说明**
| 参数 | 设置值|说明|
| --- | --- | --- |
|`ptq_options.samples_count`|`20`|量化时使用校准数据的数量|
|`ptq_options.calibrate_method`|`Noclip`|指定量化校准方法为`Noclip`|
|`ptq_options.w_quant_type`|`uint8`|指定权重量化精度为`uint8`|
|`ptq_options.quant_type`|`uint8`|指定数据量化精度为`uint8`|
## 输出结果
模型转换完成后,将在当前目录生成同名的 `PatchDet_can3_5.0s.kmodel` 文件。
查看完整页面