优拓产品 · NEW JOINER TRAINING

优拓产品的功能地图

先认识优拓产品是做什么的,再了解产品功能、识别环节、仿真数据、真实数据和现场问题闭环。

面向销售、现场、数据、研发A–D 四个培训章节视频与图片可替换
01 产品总览

优拓产品功能地图

从产品用途、客户目标、五种使用场景到五个功能模块,建立新人对优拓产品的第一层认识。

优拓产品是一个把现场信息变成业务结果的识别产品

客户现场看到的是纸张、标签、二维码、条码或设备上的文字;客户真正需要的是可以使用的码值、字段、数量和判断结果。优拓产品负责从画面中找到这些内容,读取它们,并把结果交给用户或业务系统。

01 · 先看现场

客户面前有什么

可能是一个码、一张标签、一段文字,也可能是同一画面里的多个码或多张标签。

02 · 再问任务

客户想得到什么

是读出一个码值、拿到标签字段、识别文字,还是一次完成批量读取和整托汇总。

03 · 选择能力

产品用哪个模块

不同任务需要不同的定位、模板、OCR、解码、跟踪或排序能力,因此产品拆成多个模块。

04 · 形成结果

最后交付什么

系统输出码值、字段、文字、批量列表或多标签结构化结果,完成一次业务动作。

产品模块的设计思路:不是先按模型来分,而是先按客户任务来分。模型是实现能力,模块是面向产品和业务的组织方式;同一个模块里可能会组合多个模型。

FIVE SCENARIOS

接下来,用五种场景认识产品

先看客户面对的场景和希望得到的结果;下面的五个功能模块再说明产品具体提供哪些能力。

01 · 一个编码目标

单码

画面中只有一个需要读取的二维码、DM 或一维码,客户不关心周围的其他内容。

客户目标:输出这个编码对象对应的单个、可直接使用的码值
单码场景图
点击查看目标详情
02 · 一张结构化标签

单标签

画面中是一张完整标签,标签内部同时包含二维码、一维码和多类文字字段。

客户目标:按字段拿到这张标签的完整信息,而不只是读取其中一个码
单标签场景图
点击查看目标详情
03 · 文字目标

纯文字

画面中主要是没有条码的文字信息,客户关心的是文字本身及其字段含义。

客户目标:得到可检索、可校验、可继续处理的文字或文字字段
纯文字场景图
点击查看目标详情
04 · 多个编码目标

多码

同一画面中同时出现多个二维码或条码,客户希望一次处理画面内的全部编码对象。

客户目标:输出完整码值列表,并尽量避免重复、漏读以及顺序混乱
多码场景图
点击查看目标详情
05 · 多张结构化标签

多标签

画面中同时出现多张标签或一整托标签,每张标签内部还可能包含多个字段。

客户目标:逐张获得标签信息,同时保留标签之间的位置、顺序和汇总关系
多标签场景图
点击查看目标详情
A 产品与算法

A 产品与算法:先认识六个产品功能模块

顶部是五种使用场景,下面按优拓产品的实际能力划分六个模块;一个模块可以覆盖一种或多种场景。

B 仿真与解码

解码数据难标注,所以用仿真补足覆盖

仿真的核心是答案已知、变量可控;但仿真最终要回到真实设备验证。

仿真数据的大致链路

当前示例的仿真目标是 QR 码,重点覆盖码面变形和模块粘连问题。先明确目标,再生成答案已知的码图,最后模拟相机和现场环境。

QR码变形粘连

1 · 确定目标

明确码制为 QR 码,并确定需要重点解决的变形和粘连难点。

QR码生成图

2 · 生成码图

根据目标内容生成答案已知的理想 QR 码图,作为后续模拟的基础。

QR码模拟成像图

3 · 模拟成像

在理想码图基础上加入成像和环境影响,得到更接近相机实际看到的 QR 图像。

4
训练与测试形成数据集,观察模型效果
5
真机确认确认仿真能力能解决真实问题

一维码

Code128、Code39、EAN 等码制规律不同,通常要按码制分别制作训练数据,并维护对应模型。

简单理解:模型结合条纹特征和码制规则,逐步恢复出可读内容。

QR / DM

先通过分类能力判断类型、版本或形状,再搭配多个解码模型覆盖不同情况。

简单理解:模型结合码面结构和码制规则,逐步恢复出可读内容。

PDF417 等

后续会根据真实失败样本继续优化对应解码能力,仿真数据和真实数据会一起使用。

简单理解:针对不同码制特征,结合对应模型和解码规则恢复内容。

为什么要模拟相机和环境

理想黑白码图不等于相机看到的图。仿真需要考虑 AE 自动曝光、AF 自动对焦,以及不同距离、反光、暗光、失焦、过曝等条件,才能更接近真实测试集。

仿真图示例

下面展示当前 QR 仿真数据中的部分样例。不同参数和成像条件会形成不同程度的变形、模糊和模块粘连,用于扩充训练集和测试集。

C 真实数据与标注

把现场数据变成可测试、可训练的样本

无感采集和手动采集都要经过整理、标注、质检和测试,不能直接把原图当成可用数据。

从现场到生产的大致 pipeline

现场
无感 / 手动采集图像、patch、帧序、配置
整理
脱敏归档保留问题背景和期望结果
标注
框位置与内容标签、条码、OCR、码值
验证
测试集 / 回归集固定判定标准
研发
训练与优化模型、规则或流程

定位类标注

  • 标签定位:标整张标签
  • 条码定位:标一维码、QR、DM 等区域
  • OCR 定位:标文字行或字段区域

内容类标注

  • OCR 识别:录入正确文字
  • 解码数据:记录码制和期望码值
  • 采集前先定义目标,采集后才能自动判断是否读对

可能使用的工具

tools/EUTO_Labelme 可展示框选;tools/char_cropper 可展示字符裁剪;tools/frame_trace_player 可展示帧序和轨迹;annotation_tools/ 可作为标注入口。

保密提醒:培训只使用脱敏或虚构样例;现场数据进入研发前要确认授权、脱敏、访问权限和保存期限。
D 现场与离线回放

把“现场读不出来”变成可复现的问题

销售、现场、数据和研发要共同补齐信息,离线回放则让问题可以重复观察和回归。

一次现场问题的基本流程

1
销售/现场上报现象、设备、配置、样本
2
研发初判定位、解码、OCR、跟踪或设备
3
补采数据图像、帧序、环境、期望结果
4
制作回放 case固定输入和判定标准
5
修复并回归旧问题不复现,新问题通过

常见问题先看什么

现象优先确认
标签无法定位原图是否可见;距离、角度、反光、曝光是否异常;标签检测和模板匹配是否成功。
有框但无法解码区分条码定位、裁剪/透视、码制分类和解码器问题。
OCR 不准确区分文字框错、字符识别错,还是规则转换错。
群读重复/漏读查看连续帧、目标跟踪和去重是否异常。

离线回放怎么用

把现场的图像或帧序、配置和期望结果固定成 case,研发可以在没有客户设备的情况下重复观察问题。

导入输入 + 配置
回放观察定位/解码/OCR
对比旧版本与新版本
维护加入发布前回归

新人可以参与制作 case、补充复现说明、维护期望结果和验证版本差异。

AI 可以怎么参与

把现象、case、配置、日志和期望结果交给 AI,让它帮助整理信息、比较正常/异常帧、提出定位假设和生成测试清单;最终仍由研发通过回放和真机验证。

VIDEO D-01 · 视频占位

问题上报到研发接手

演示如何补齐现象、设备、配置、样本和期望结果。

VIDEO D-02 · 视频占位

离线回放制作与验证

演示导入 case、运行回放、比较版本并加入回归集。