自动滴定
Info
本部分内容遇到异常时查训练过程和结果QRH和推理过程QRH
初始化程序
- 在左侧打开
notebooks目录 - 打开
part2_export_titration.ipynb - 在第一个单元格左侧,点击箭头所示 运行 按钮
选择模型
- 运行下一个单元格
- 选择训练的模型名

设置参数
找到
# 1. Define Titration Configuration
titration_config = InferenceConfig(
speed=15.0,
vol_=1,
slide_time=30.0,
record=True,
delay_time=5.0,
end_percent=60.0,
loop_delay=0.1,
init_ml=0.0,
camera_id=1,
camera_prefix="Input/notebook_test",
end_label="transport",
)
参数含义如下
| 参数 | 含义 | 取值范围 |
|---|---|---|
speed |
注射泵推进的速度,单位 mL/min,越大滴定越快 | 非负整数 |
vol_ |
每次滴加的体积(单次推进量) | \([1,\,\infty]\) |
slide_time |
滑动时间窗口,AI 会综合过去这段时间内的画面判断,避免瞬时误判 | 非负整数 |
record |
是否保存滴定过程图像 | True / False |
delay_time |
判定终点后需要持续稳定观察的时间,确保颜色不回退 | 非负整数 |
end_percent |
在滑窗时间内,被判定为终点状态的画面比例阈值 | \([0,\,1]\) |
loop_delay |
每次滴液后等待多久再进行检测,给反应时间 | 自然数 |
init_ml |
初始累计体积,对应注射器起始读数 | 自然数 |
camera_id |
摄像头设备ID,如无法确认参考确定摄像头 | 非负整数 |
camera_prefix |
相机标识前缀,用于区分设备或文件命名 | str |
end_label |
终点类别标签(AI识别目标),应严格符合训练时设置的 | 枚举型 |
设置完成执行单元格即可
手动操作
- 执行下单元格初始化
pump = CH340(device) - 参考手动操作
- 必须执行下列代码才能再次自动滴定
pump.disconnect()