在生产和分发高价值或大量商品的环境中，自动化尺寸检测变得尤为重要。通过计算机视觉技术，可以实现这一目标。本文将介绍如何构建一个尺寸检测系统，该系统利用两种不同的方法——参照物法和深度测量法——来实现自动化尺寸检测。首先，将在Roboflow上训练一个实例分割模型，该模型将用于两种后处理方法。
首先，创建一个Roboflow账户。然后，点击Roboflow仪表板上的“创建项目”按钮。将被重定向到一个页面，在那里可以创建项目。为项目选择一个名称，并选择“实例分割”作为项目类型。选择这种模型类型而不是“对象检测”，是因为想要测量的物体可能不是完美的盒子形状或者可能旋转。一旦填写了必填字段，点击“创建项目”。
为了构建尺寸检测系统，首先需要标记物体的图像。实例分割模型将学习物体的轮廓。将从多边形坐标中推断出宽度、长度和高度。收集30-60张想要识别的不同物体的图像。在本例中，收集了以下物体的图像：拉面盒、Hint水瓶和包装盒。接下来，注释图像，以训练模型识别拉面盒和Hint水瓶。可以使用Roboflow Annotate来注释图像。要开始，请在左侧边栏点击“注释”。然后，选择一个图像进行注释。将被带到标记界面，在那里可以标记数据。为了加快标记速度，尝试使用Smart Polygon，它使用智能助手来绘制多边形，通常只需一键操作。
现在数据已经被标记并添加到数据集中，可以生成一个数据集版本。数据集版本是可以在其上训练模型的数据的快照。可以应用预处理和增强步骤，以准备模型进行训练，并分别提高模型性能。要生成数据集，请在侧边栏点击“生成”。将被带到一个页面，在那里可以配置数据集版本。点击页面底部“生成”步骤下的“创建”按钮，以创建数据集版本。有了数据集准备就绪，可以训练一个模型来检测拉面盒和水瓶。一个弹出窗口将出现，可以在其中配置模型训练作业。从这个弹出窗口中，选择“快速”训练。然后，选择从Microsoft COCO Checkpoint训练的选项。一旦配置了训练作业，一个估计将出现，显示训练模型大约需要多长时间。可以从数据集页面实时监控训练作业。一旦训练作业被分配给一台机器，一个图表将出现，显示模型训练时的性能。模型成功地识别并分割了拉面盒，并且已经准备好投入生产，给定的99.5%的平均精度均值（mAP）得分。
有了模型准备就绪，可以部署尺寸检测系统。第一种方法涉及使用一个参照物来获得一个真实世界的测量值，然后将其用作英寸到像素的转换计算。在这个例子中，正在分割一把尺子，并且给定像素长度，除以12以获得像素：英寸比率。然后从盒子的四个角的多边形中推断出宽度和高度。从侧面视图采取相同的方法来获得高度。假设有一个来自Roboflow模型的分割掩码，以下是步骤：
corners = [top_left_corner, top_right_corner, bottom_right_corner, bottom_left_corner]
# 计算像素宽度
pixel_width = math.sqrt((top_right_corner["x"] - top_left_corner["x"]) ** 2 + (top_right_corner["y"] - top_left_corner["y"]) ** 2)
# 计算像素长度
pixel_length = math.sqrt((top_left_corner["x"] - bottom_left_corner["x"]) ** 2 + (top_left_corner["y"] - bottom_left_corner["y"]) ** 2)
# 计算像素高度
pixel_height = math.sqrt((bottom_point["y"] - top_point["y"]) ** 2)
# 每英寸像素的比例。输入参照物的像素长度，从上面的计算中得出，并除以12英寸
scale_factor = reference_object_length_pixels / 12
length_dimension = pixel_length / scale_factor
width_dimension = pixel_width / scale_factor
height_dimension = pixel_height / scale_factor
这种方法的两个缺点是感知失真和需要两个摄像头。参照物需要靠近被测量的物体——理想情况下是在物体上，如二维码——否则像素：英寸转换会被误算。需要设置两个摄像头来计算所有三个尺寸。
第二种方法涉及使用Luxonis Oak的立体深度感知功能。通过利用立体摄像头对——左单目摄像头和右单目摄像头——以及VPU进行视差匹配来计算物体的深度。以下是使用Roboflow和Luxonis Oak-D Pro计算宽度、长度和高度的步骤：在摄像头流上运行Roboflow推理以分割物体，利用多边形计算线条和角落，将四个角的x，y坐标传递给深度传感器以获得从摄像头到盒子顶部的深度，选择地面上的点以计算从摄像头到地面的深度，从到盒子顶部的深度中减去到地面的深度以获得盒子的高度，利用盒子的四个角，从深度帧和物体的每个角计算空间x，y，z坐标，使用欧几里得距离以毫米为单位计算每条边的长度（原生并除以25.4以转换为英寸）。
可以使用计算机视觉来估计物体的尺寸。在本指南中，讨论了两种估计物体尺寸的方法：使用知道尺寸的参照物来计算另一个物体的尺寸；使用具有深度功能的摄像头。使用本指南，可以构建所需的逻辑来计算尺寸，以用于质量保证系统、包装排序系统等。