做了个给训神经网络和计算机视觉用的可视化工具，十分钟开始训练神经网络，求些意见～

我本身是做机器学习的，和团队一起在过去两年多里服务过机场电网无人机医院等一堆行业。然后感觉每次找新需求都要从 demo 开始做太烦了，就写了个工具 TeguCV 用来快速训练神经网络，然后一些常见的计算机视觉需求可以直接调用。用了一段之后感觉还可以，而且除了我们之外其他人也应该都可以用上。就公开了免费下载，发到 V2EX 上面想求些意见！好指导我们下一步如何更新。 TeguCV 目前已经支持：图像识别、视频分类、人脸比对和车牌识别。配置需要 Win 10，英伟达显卡加最新驱动。Win 7 和 Server 应该也可以，但我们测试的不多。免费下载链接：

https://tegu-1257137322.cos.ap-beijing.myqcloud.com/1017/TeguCV%20GUI%201.15%20LTS.zip

因为我们更新比较快，所以现在版本需要每个月更新一次。这个软件现在还属于从零到一的阶段，比如有个问题就是请务必把文件放在纯英文目录里面！

用图像识别举个例子，比如我们想识别无人机航拍的车辆。如果你已经下载完成 TeguCV，在 TeguCV GUI 1.15/Dataset/CarDataset 这个文件夹目录里，我们可以看到不少照片。这都是用无人机在长春航拍所得。我们今天的目标就是利用神经网络把里面的车识别出来。

在安装文件夹中找到 Tegu.exe 。

BTW，这个软件现在最大的缺点就是卡，点击各个功能之后请多等一会。点一次就行。

选择图像识别 Image Detection，新建项目并且填写必要的信息（项目名称和保存路径）就可以开始了！

打开之后，你会看到一个充满参数的界面。左面是参数调整，右边是日志输出。别怕，你看完这篇文章就能学会全部参数的含义。

首先要选择我们这次准备训练用的数据。在「 Data Root 」选择数据存放的地址：TeguCV GUI 1.15/Dataset/CarDataset/trainset 里面是我们的训练用数据集，双击打开后选择这个文件夹就可以。

然后是「 Serval Path 」，是标注文件的路径。因为我们单纯给电脑图片是没用的，还需要告诉电脑图片里有什么。.serval 是 TeguCV 专用的标注文件格式。在 TeguCV GUI 1.15/Dataset/CarDataset/ 可以看到一个名为 car.serval 的文件，选择它。

「 Model Save Path 」是模型保存的地址，咱们上一步新建项目的时候已经给它安排上了。

其实现在我们已经可以开始训练，教电脑如何识别车辆了。但开始之前，我们还有几个地方最好了解一下：

Epoch 是最大训练轮次。就是说你打算让电脑一共学习多久这些数据。就好像读完义务教育要 9 年，但是读完博士可能要 19 年。但也不是说时间越长越好，毕竟博士延毕迟迟出不来也不是啥好事对不？如果你是新手，我建议第一次这里写 100，如果你的电脑不是特别快，写 20 也行。

Learning Rate 是学习率。通俗地说电脑学习的速度。学的太快可能导致学不明白，但学的太慢则有可能一直学不完。调整学习率需要依赖人的经验，这个过程也就是我们所谓的「调参」。TeguCV 拥有自动搜索合适学习率的功能，但这不是这次的重点。我们下次会讲一讲。

Save Epoch 是每多少轮会保存一次。建议 5 或者 10 轮一次。

Visualization When Save 是每次保存模型时，都让电脑顺便挑 20% 的训练数据去识别一下，方便我们看当前的效果。看着识别越来越准是一件很有成就的事情。不过要注意的是，最开始的轮次模型完全不准很正常。可以在保存模型的路径下找到展示效果。

这次我们可以选择 Epoch 为 50 或 100，Learning Rate 0.001 ，每 10 轮保存一次。请务必让全部文件路径都是英文的。

i5 + 1050ti 的话差不多 10s 跑完一轮。到了需要保存那轮会稍微慢一些。

最开始你会看到的效果是一堆框到处乱圈。这都不要紧。蓝色框中是电脑认为是车的位置。多轮训练之后，效果会开始变好。按照我的个人经验，半个小时之内，50 轮左右就不错了。至此，你也许是第一个，但肯定是过程最简单的一个神经网络模型就训练出来了！

如果你想使用这个模型，可以直接用下面的 Predict 功能。或者比如我们想直接实时识别无人机回传的数据，也可以开启 Server。详细介绍可以在下载包里的说明文档找到。这里也有份在线文档：

https://tegu.gitbook.io/tegucv-cn/

这篇文章也有带图的版本： https://zhuanlan.zhihu.com/p/46884374

Tips：

TeguCV 和其他任何一个深度学习工具一样，需要英伟达 GPU。AMD 和 Intel 的 GPU 都暂时没有支持。

安装和保存路径需要全部为英文路径。

Epoch 等术语并非 TeguCV 独有，而是机器学习届通用术语。

你也可以标注自己的数据集然后给 TeguCV 去训练！不一定单纯是识别这个车。在线和下载文档里都有对标注流程的详细介绍。TeguCV GUI 1.15 LTS/Tegu Image Annotation 中可以找到标注工具 giia。

再发一遍下载链接：

https://tegu-1257137322.cos.ap-beijing.myqcloud.com/1017/TeguCV%20GUI%201.15%20LTS.zip

欢迎各位拍砖～任何意见或建议都可以直接留言，也可以加我绿色通信工具：adamgi

邮件联系我也没问题：adamwang at giai.tech