Files
qrhs/docs/智能化实验.md
flt6 7d70e994f9
All checks were successful
Gitea Actions Demo / Explore-Gitea-Actions (push) Successful in 7s
拆分尾图
2026-04-24 09:30:57 +08:00

8.5 KiB
Raw Blame History

自动滴定控制平台速查清单

这是一份面向最终用户的自动滴定控制平台操作速查表,帮助您零代码基础快速完成“采集-训练-滴定-分析”的完整实验闭环。

快速入门

启动软件

双击运行目录下的启动程序(如 run_ui.bat),软件会自动在浏览器中打开操作界面。 软件左侧为导航栏,用于切换页面;右侧为主操作区

核心工作流

  • 第一步:数据采集 -> 组装并控制泵和相机,收集滴定过程中不同颜色/状态的照片。
  • 第二步:人工整理 -> 将照片按状态分别放入不同名称的文件夹中。
  • 第三步:模型训练 -> 调整“学习计划”,让 AI 认识这些颜色/状态。
  • 第四步:自动滴定 -> 设置“终点规则”,让 AI 接管设备自动完成滴定并停止。
  • 第五步:滴定回放 -> 事后查看历史视频和数据曲线。

第一步:数据采集

1. 硬件准备

检查项 状态说明
注射泵 确保电源开启,用 USB 数据线连接电脑。
摄像头 确保对准滴定瓶,且环境光线充足、稳定。

注意:如果未连接硬件,软件会自动隐藏“数据采集”和“自动滴定”菜单。

2. 采集图像

  • 点击左侧导航栏进入 【数据采集】 页面
  • 设置参数:输入注射泵的推注速度体积,以及相机的抓拍间隔
  • 启动:点击【滴液】按钮。泵开始推进设定的体积,相机自动连续拍照。
  • 结束:完成后点击【关闭相机】。注意不是【停止】
  • 查看:点击【打开目录】即可查看刚刚拍摄的照片。(也许窗口被最小化了)
  • 重置:点击【更换目录】将不同批次滴定过程分开。

如果右侧没有显示目标摄像头

  • 拖动采集参数配置摄像头编号
  • 点击启动相机关闭相机,观察右侧预览。

如果设置错了想停止

  • 点击【停止】,这不会关闭摄像头

如果软件意外退出了,注射泵里还有溶液

  • 点击【重置体积目录】
  • 输入注射泵读数

第二步:人工整理数据

AI 需要您亲自告诉它什么是“起点”,什么是“终点”。这是最重要的一步!

整理数据

  • 打开您电脑上的项目文件夹,找到与启动程序在同一个文件夹内的 data/ 目录。(如果不存在则创建)
  • 在里面创建几个文件夹,用滴定状态命名(建议用英文,例如:red 代表红色起点,blue 代表蓝色终点)。 注意:请直接在 data/ 下创建文件夹,千万不要在 clearpink 等分类文件夹里再创建子文件夹。
  • 打开刚才采集保存在 Input/ 下的照片,根据实际颜色挑出来,分别复制放入您刚建好的对应状态文件夹中。 提示:每个文件夹里的照片数量尽量差不多,不要有的放了几千张,有的只有几张,这样 AI 会“偏科”。

第三步AI 模型训练

准备好照片后,点击进入 【模型训练】 页面,告诉 AI 怎么学习。这些参数就像是给 AI 安排的“课程表”。

基础训练参数

参数名称 白话解释
模型文件名 模型名。如果输入以前用过的名字AI 会在原来基础上继续学。
训练轮数 数字越大(比如 100学得越细但耗时越长。
数据批大小 同时看几张照片。显卡好可以填大点(如 128普通电脑填小点如 32填太大电脑容易卡死。一定小于总照片数的四分之一
学习率 AI 纠正错误的步伐大小。太大容易“学偏”,太小学得慢,保持默认就好。
日志/保存间隔 每学多少次就在屏幕上打印一下成绩,或者把模型保存一下。

高级训练参数

参数名称 白话解释
验证集比例 建议留 20% (0.2),如果数据集很小可以适度降低。
随机种子 一个魔法数字。只要这个数字不变,每次训练抽取的考试题都是同一批。
特征/隐藏层维度 决定 AI 大脑的复杂程度。一般不用改,除非你觉得 AI 实在学不会太复杂的图片。
加载到显卡 将训练集加载到显存。如果有独显,请勾选。
工作线程数 CPU 越好数字可以越大,如果报错就改回 0。

loss值长期卡在0.6~0.7

loss值长期卡在0.6~0.7代表着模型完全没能学习到任何信息

  • 检查图片分类是否有误。

最小训练参数

您至少需要填写以下内容

  • 训练集路径
  • 模型名称

是不是训练越久越好

不是在loss显著降低后再训练10轮左右就可以停止了。

训练的时挺好,实际完全离谱

这种情况被称为【过拟合】。可能由于以下原因

  • 训练轮数过多
  • 训练数据过少
  • 训练数据偏置(一个类别很多,另一个很少)
  • 单纯运气不好,修改种子再试试

loss值反复严重波动

训练不稳定。

  • 如loss已经显著降低停止训练
  • 降低学习率
  • 降低数据批大小
  • 训练数据过少

第四步:全自动滴定

点击进入 【自动滴定】 页面。

推注控制参数 (左侧)

控制注射泵怎么滴液的参数:

参数名称 白话解释
滴定速度 注射泵推进的快慢,单位是 mL/min。越快滴得越猛。
单次时间 每次让泵推进几秒钟。
滑窗时长 告诉 AI“你不要看一眼就下结论往前倒带回忆过去 X 秒的画面一起综合判断”。可以防止短时间变色褪色导致误判。
保存图像 勾选后,不仅会让 AI 看,还会把每一滴过程的照片都存下来。

终点判定参数 (右侧)

控制 AI 如何判断“滴定结束”的参数:

参数名称 白话解释
稳定判定时长 当 AI 认为到了终点时,必须持续盯着看 X 秒,确认颜色不再退回去,才真正叫停。
终点判定比例 在上面的“滑窗时长”内,如果超过这个比例(比如 60%的画面都被认作是终点颜色AI 才会进入判定倒计时。
滴液-检测间隔 滴进一滴液体后,等几秒钟再让 AI 去看画面。主要是给液体搅匀、反应变色的时间。
初始累计体积 设为注射器上的读数。

自动滴定异常检查单

依次执行,如不满足则查下一条。

未能开始

当 运行程序后完全没变色就停止了 查

1 2
当前帧 未显示溶液

修改摄像头编号

1 2
最近预测结果 终点类别
训练时loss < 0.1

过拟合

1 2
如第2条不满足

模型不好,重新训练。

1 2
如第1条不满足
现象 可能原因
当前状态 wait

【终点类别】设错了

误判严重

如果滴液入水瞬间变色后就停下了。

  • 加大【滑窗时长】(如 10 秒)
  • 加大【稳定判定时长】(如 5 秒)
  • 提高【终点判定比例】(如 80%

严重过量

当 如果溶液显著过量,但程序没能停下 查

1 2
单批体积 大于1mL

减小单次时间速度

1 2
最近预测结果 非终点类别
近期分类结果分布 非终点主导

模型不好

1 2
第二条不满足
最近预测结果 反复改变

模型不好

第五步:结果回放与分析

滴定回放

  • 选择您刚做完的实验
  • 您将会看到滴定过程每一秒AI的状态和决策。

曲线分析

软件会自动为您画出一张图。横坐标是“体积”,纵坐标是“颜色状态的概率”。