计算机视觉模型
YOLO、SAM 和 OmniParser 方法需要同时准备好依赖项、兼容的模型文件以及方法设置中选定的模型。
一般程序
- 检查依赖项页面上的机器学习组件。
- 打开所选系列的型号的设置。
- 下载支持的模型或提供受信任的本地文件。
- 选择活动型号并执行启动检查。
- 在处理重要项目之前，在测试图像上运行该方法。
模范家庭
| 家庭 | 目的 | 特点 |
|---|---|---|
| YOLO | 检测、分割和姿态估计 - 取决于所选模型。 | 模型问题类型必须与方法匹配。 |
| SAM | 按点、帧或其他提示进行分段。 | 不同的选项需要不同的文件和资源。 |
| OmniParser | 界面元素的搜索和描述。 | 一个完整的过程可能需要多个一致的模型。 |
下载和隐私
仅在用户操作后才开始加载模型。模型服务器接收 HTTPS 请求的正常技术数据，但 Screph 不会向其发送设计、标记或源图像。加载后，处理在本地完成。
对于封闭网络，可以使用预先准备好的本地文件。仅从可信来源加载模型：模型文件可能包含打开时由软件库处理的数据。
文件验证
如果模型的校验和已发布，Screph 可以将其与本地文件进行比较。匹配可以确认文件的完整性，但不能保证模型的质量或特定任务的适用性。
不可用的典型原因
- 机器学习依赖项尚未准备好。
- 文件丢失、损坏或与所选系列不匹配。
- 未在设置中选择活动模型。
- 内存或可用空间不足。
“依赖项和更新” 部分描述了准备组件。