Відмінності між версіями «RONGTA AURORA S1»

Матеріал з Wiki Script Solutions
Перейти до: навігація, пошук
(Навчання та самонавчання ваги з розпізнаванням товарів)
 
(не показано 12 проміжних версій цього учасника)
Рядок 1: Рядок 1:
 +
__TOC__
 +
 +
==Налаштування ваги==
 
'''Вхід в меню ваги'''<br clear="all"/>
 
'''Вхід в меню ваги'''<br clear="all"/>
 
Для входу в адмінське меню ваги потрібно натиснути двічі у правому верхньому кутку екрану ваги.
 
Для входу в адмінське меню ваги потрібно натиснути двічі у правому верхньому кутку екрану ваги.
Рядок 12: Рядок 15:
 
[[Файл:Rongta2.png|центр|frame|<span style="margin-left:50%"></span>]]
 
[[Файл:Rongta2.png|центр|frame|<span style="margin-left:50%"></span>]]
 
<br clear="all"/>
 
<br clear="all"/>
 +
Для нової версії<br clear="all"/>
 +
В редакторі даних - кодування, змінити в штрихкоді попередні значення, на ті , які вказані на фото, зміна відбувається тільки при використанні сенсорної клавіатури<br clear="all"/>
 +
[[Файл:Rongta4.png|центр|frame|<span style="margin-left:50%"></span>]]
 +
<br clear="all"/>
 +
 
'''Налаштування етикетки'''<br clear="all"/>
 
'''Налаштування етикетки'''<br clear="all"/>
 
Меню «Редактор даних» - «Редактор етикетки» <br clear="all"/>
 
Меню «Редактор даних» - «Редактор етикетки» <br clear="all"/>
Рядок 17: Рядок 25:
 
[[Файл:Rongta3.png|центр|frame|<span style="margin-left:50%"></span>]]
 
[[Файл:Rongta3.png|центр|frame|<span style="margin-left:50%"></span>]]
 
<br clear="all"/>
 
<br clear="all"/>
 +
'''Режим автоматичного розпізнавання товару'''<br clear="all"/>
 +
Вага обладнана камерою для автоматичного розпізнавання товару. '''Для роботи цієї функції потрібно встановити сервер, який має налаштувати і підключити виробник ваг.'''  '''На сервері має бути процесор має бути з підтримкою AVX2'''
 +
 +
 +
'''УВАГА'''<br clear="all"/>
 +
Якщо товар не відображається в категорії товару на вазі, потрібно на вазі перейти в налаштування і встановити значення виділеного пункту 0, як на скріншоті.<br clear="all"/>
 +
[[Файл:Rongta5.png|центр|frame|<span style="margin-left:50%"></span>]]
 +
<br clear="all"/>
 +
Також потрібно встановити vcredist 32-бітну версію, яка знаходиться C:\Softwest\capital\tools
 +
 +
'''УВАГА'''<br clear="all"/>
 +
Умова до комп'ютера, щоб встановити сервер розпізнавання:<br clear="all"/>
 +
Підтримка AVX2 інструкції.<br clear="all"/>
 +
Побільше оперативної пам'яті<br clear="all"/>
 +
(Мінімум 8, але поки працюватиме режим, навчання, чим більше, тим краще.В ідеалі 32/64)<br clear="all"/><br clear="all"/>
 +
 +
Рекомендовані вимоги до комп’ютера та програмного забезпечення:<br clear="all"/>
 +
1. Операційна система: не нижче Windows 8 або Windows Server 2012 R2 (64bit).<br clear="all"/>
 +
2. Процесор повинен підтримувати інструкції AVX2. <br clear="all"/>
 +
Рекомендується не нижче: AMD Ryzen 5 3600 або Intel core i7 3700k.<br clear="all"/>
 +
3. Оперативна пам’ять: не менше 64 Gb  DDR4.<br clear="all"/>
 +
4. Необхідний простір на жорсткому диску: 300 Mb на кожні 1000 товарів. Без збереження фото.
 +
==Навчання та самонавчання ваги з розпізнаванням товарів==
 +
===Навчання на новий товар відбувається тільки в режимі адміністратора.===
 +
1.Кладемо товар на вагу.<br clear="all"/>
 +
2.Якщо вагу не навчали на розпізнавання даного товару або вона його не пропонує, так як не розпізнала його.Тоді шукаємо товар будь-яким зручним способом: по назві, коду товару, категорії. Вибираємо потрібний товар. Якщо вагу вже навчали на розпізнавання даного товару і розпізнала його, просто вибираємо потрібний товар. <br clear="all"/>
 +
3.Відбувається друк етикетки і вага запам'ятовує математичну модель, записує її на сервер, доповнюючи її в процесі навчання.розпізнавання даного товару
 +
Для кращого розпізнавання товару, потрібно повторити процедуру кілька разів (10-20 разів). При цьому, змінюючи кількість товару, поклавши його під різними кутами, в упаковці та без.Бажано проводити навчання, міняючи товари в процесі, а не важити один і той же товар підряд. При зміні товарів в процесі , навчання ваги проходить більш якісно.розпізнавання даного товару.
 +
===Самонавчання ваги в звичайному режимі===
 +
1.Клієнт кладе товар на вагу. <br clear="all"/>
 +
2.Вага пропонує йому найбільш відповідний товар або кілька товарів, якщо вони схожі між собою. При цьому відсоток схожості товарів має бути більше 60%. <br clear="all"/>
 +
3.Клієнт вибирає товар, з запропонованих, відбувається друк етикетки і вага доповнює математичну модель, самонавчаючись, для більш точного визначення товару.<br clear="all"/>
 +
4.Якщо клієнт намагається заплутати вагу і поклавши товар самостійно вибирає його не з запропонованих, тобто відсоток схожості менше 50%, то вага роздрукує етикетку з вибраним товаром, але навчання проводитись не буде.

Поточна версія на 09:35, 18 листопада 2024

Налаштування ваги

Вхід в меню ваги
Для входу в адмінське меню ваги потрібно натиснути двічі у правому верхньому кутку екрану ваги.


Користувач: ADMIN
Пароль: 12345
Налаштування штрих коду
Меню «Редактор даних» - «Редактор кодування»
Номер штрихкоду – 1
Шаблон - PPCCCCUUUUUU
Префікс шаблону - 22


Для нової версії
В редакторі даних - кодування, змінити в штрихкоді попередні значення, на ті , які вказані на фото, зміна відбувається тільки при використанні сенсорної клавіатури


Налаштування етикетки
Меню «Редактор даних» - «Редактор етикетки»
Зробити імпорт файла з етикеткою (50-58x30 Script.templ) Етикетка повинна бути №50 (можна виправити в редакторі етикетки)


Режим автоматичного розпізнавання товару
Вага обладнана камерою для автоматичного розпізнавання товару. Для роботи цієї функції потрібно встановити сервер, який має налаштувати і підключити виробник ваг. На сервері має бути процесор має бути з підтримкою AVX2


УВАГА
Якщо товар не відображається в категорії товару на вазі, потрібно на вазі перейти в налаштування і встановити значення виділеного пункту 0, як на скріншоті.


Також потрібно встановити vcredist 32-бітну версію, яка знаходиться C:\Softwest\capital\tools

УВАГА
Умова до комп'ютера, щоб встановити сервер розпізнавання:
Підтримка AVX2 інструкції.
Побільше оперативної пам'яті
(Мінімум 8, але поки працюватиме режим, навчання, чим більше, тим краще.В ідеалі 32/64)

Рекомендовані вимоги до комп’ютера та програмного забезпечення:
1. Операційна система: не нижче Windows 8 або Windows Server 2012 R2 (64bit).
2. Процесор повинен підтримувати інструкції AVX2.
Рекомендується не нижче: AMD Ryzen 5 3600 або Intel core i7 3700k.
3. Оперативна пам’ять: не менше 64 Gb DDR4.
4. Необхідний простір на жорсткому диску: 300 Mb на кожні 1000 товарів. Без збереження фото.

Навчання та самонавчання ваги з розпізнаванням товарів

Навчання на новий товар відбувається тільки в режимі адміністратора.

1.Кладемо товар на вагу.
2.Якщо вагу не навчали на розпізнавання даного товару або вона його не пропонує, так як не розпізнала його.Тоді шукаємо товар будь-яким зручним способом: по назві, коду товару, категорії. Вибираємо потрібний товар. Якщо вагу вже навчали на розпізнавання даного товару і розпізнала його, просто вибираємо потрібний товар.
3.Відбувається друк етикетки і вага запам'ятовує математичну модель, записує її на сервер, доповнюючи її в процесі навчання.розпізнавання даного товару Для кращого розпізнавання товару, потрібно повторити процедуру кілька разів (10-20 разів). При цьому, змінюючи кількість товару, поклавши його під різними кутами, в упаковці та без.Бажано проводити навчання, міняючи товари в процесі, а не важити один і той же товар підряд. При зміні товарів в процесі , навчання ваги проходить більш якісно.розпізнавання даного товару.

Самонавчання ваги в звичайному режимі

1.Клієнт кладе товар на вагу.
2.Вага пропонує йому найбільш відповідний товар або кілька товарів, якщо вони схожі між собою. При цьому відсоток схожості товарів має бути більше 60%.
3.Клієнт вибирає товар, з запропонованих, відбувається друк етикетки і вага доповнює математичну модель, самонавчаючись, для більш точного визначення товару.
4.Якщо клієнт намагається заплутати вагу і поклавши товар самостійно вибирає його не з запропонованих, тобто відсоток схожості менше 50%, то вага роздрукує етикетку з вибраним товаром, але навчання проводитись не буде.