目录
一、引言
高级模型目标(Advanced Model Targets)支持从各个方面识别和追踪一个或多个对象，所有这些对象都包含在一个高级模型目标数据库(Advanced Model Target Database)中。每个对象的识别范围最高可以为360°，用户无需将模型的轮廓与物理对象对齐便可开始追踪。
只需要在模型目标生成器(Model Target Generator)中训练一个或多个(Model Targets)模型目标便可实现识别追踪。与未经训练的Model Targets不同，MTG(Model Target Generator)可以将您的3D模型上传到Vuforia云(Vuforia Cloud)中，以进行深度学习训练。
Vuforia样品包(sample package)展示了美国宇航局(NASA)的“Viking”着陆器，它可以被3D打印，并在360°范围内进行测试。模型和打印说明可在Viking Mars Lander三维打印说明页上找到。它是帮助您入门Advanced Model Targets Databases的示范资源。在Vuforia网站上的“Samples”选项卡下的“Downloads”部分可以找到该示例包。
此外，Unity的Vuforia Engine samples还包含了一个1:18的Polaris RZR XP 1000玩具模型所对应的Advanced Model Target，可以很容易地从亚马逊(Amazon)等网站上获取然后测试。
二、Model Target Generator (MTG)
使用Vuforia开发的Model Target Generator创建Advanced Model Target Databases。其可用于Windows和macOS。它以CAD模型作为输入，并输出Vuforia Device Database。有关Model Targets和指引视图(Guide Views)的安装及基本资料，请参见【Vuforia】用户指南：模型目标生成器(【原文】Model Target Generator User Guide)。
三、用于高级识别(Advanced Recognition)的多个对象和多个Guide Views
当使用的Advanced Model Target Database包含多个Model Targets和/或多个检测范围达到360°的Guide Views时，Vuforia引擎完全(purely)通过对象的视觉外观来进行区分，这意味着，在选择不同的对象和/或不同的Guide Views时，应考虑以下其他因素。
从本质上讲(Essentially)，每个Guide View必须看起来不同——也就是说，Guide View必须通过外观即可单独(alone)区分。用户正在查看的对象，以及与当前视角和距离相对应的Guide View，两者不应存在任何歧义(ambiguity)。
对象必须看起来不同
所有对象必须看起来都不一样。如果有多个形体(shape)相似的对象(例如两辆车)，需要确保每个对象都能很好地与其他对象区分开来(在汽车例子中，轿车(sedan)和敞篷车(convertible)就有可能够独特)。
注意：CAD模型与目标物体应比例相匹。使用不正确的比例和测量尺寸(scale and measurements)可能导致识别追踪效果变差。有关此主题的详细信息，请参见如何创建模型目标(【原文】How to Create a Model Target)。
Guide Views应该看起来不同，识别范围不应重叠
请确保使用Model Target Generator中的“创建高级视图(Create Advanced View)”按钮创建为Advanced Model Targets设置的Guide View。这将允许自定义预览图(view)的识别范围。
选择适合模型的范围：对于玩具或汽车等对象，360°全方位识别可能是正确的选择；如果物体只能从特定的一面靠近(例如一台大型机器(machinery))，那么创建两个具有90°识别范围的Guide Views则更为合理。
更多信息，请参阅Guide Views相关文章。
若所建Guide View没有识别范围，则在训练Advanced Model Target之前，始终可以返回添加。
注意：如果创建Advanced Guide Views时包含至少一部分对象轮廓(silhouette)，则效果最佳。
注意：您和物理对象越接近，目标物体的CAD模型与物理对象相似精度(accurate)就需要越高。
举个例子，如果您所创建的预览图聚焦于机器的电机滑块(motor block)，但CAD模型所包含的电机不同，则无法进行识别。
若有多个Guide Views，则从每个Guide View所代表(representing)的视点进行观察，对象都应该看起来不一样。这包括每个Guide View的整个Recognition Range。Guide View与其相对应的特定视角和位置不应存在任何歧义。
- 如果对象是非对称的(asymmetric)(即任何方向观察它结果都不一样)，只需确保Guide View角度和距离的范围不重叠即可。
- 如果对象是对称的(symmetric)(即其具有看起来彼此相似的部分)，则需确保覆盖对称部分的Guide View只有一个，并且创建的其它每个Guide View都需要和对称部分看起来不同。
此外，如果在一个Advanced Model Target Database中有多个对象，则每个对象的每个Guide View都应该在视觉上具有独特性(visually distinct)。
- 请避免使用此类数据库：其中一个对象是简单的立方体(cube)，而另一个对象是具有大型的、主要(dominant)为立方体型(cube-shaped)部件的机器。这两种对象可能会互相混淆(confused)。如果您不能避免此类情况，那么请确保其中一个物体至少有一个独特外观(distinctive appearance)(标志或图案)完美地(ideally)覆盖了它的大部分表面。进行此操作时，需要在训练期间使用“真实(Realistic)”选项。或者您也可以设置机器的Guide Views，使其不包括立方体型部件(例如通过设置目标范围(Target Extents)来排除(exclude)它)。
四、创建受训(trained)的Model Target数据集(dataset)
• 需要至少一个包含单个对象的数据库，且该对象需包含一个或多个具有识别范围的高级视图Advanced Views，才能创建训练项目(session)。这些Guide Views是训练Model Target的必要条件；
• 如果创建了不带识别范围的Guide Views，则在训练Advanced Model Target之前，您始终可以返回进行添加。
- 导航到“数据库(Databases)”选项卡。(如果您当前正在编辑某个Model Target，则可能需要首先单击返回箭头(return arrow)以返回主屏幕(Home Screen))；
![train]()
- 单击“创建数据库(Create Database)”并为训练项目命名，自己选择是否输入描述，然后进行模型外观(Model Appearance)模式选择：
• 如果CAD模型在纹理和颜色等方面看起来和真实物理对象很像，则首选"Realistic"模式。如果选择此模式，则生成的数据库将仅适用于具有与CAD模型相同颜色、图案或贴标(decals)的目标对象。该模式通常用于玩具，或在对象之间形体差异不够明显的情况下使用。一般而言，使用纹理通常有助于进行识别(如果可以的话)；
• 如果CAD模型没有逼真的颜色或纹理，则应使用"Non-realistic"模式。生成的数据库不会考虑(look at)实体对象的真实颜色。此模式通常用于没有外观信息的工业(industrial)对象CAD模型。
- 若您想将目标对象添加到数据库中，请从显示的列表中选择Model Target项目，或通过“浏览(Browse)”按钮选中已有的
.vup项目。(如果在列表中看不到您的Model Target，很可能是因为其尚未生成。返回"Model Targets"选项卡，双击"Model Target"，然后单击“生成模型目标(Generate Model Target)”按钮)：
• 若已创建Model Target的Guide Views没有识别范围，则无法选择该Model进行训练。在这种情况下，请返回模型界面并为所有Guide Views配置识别范围；
• 将Model Target添加到数据库时，会对其在当前状态下进行复制。您对Model Target做出的任何更改，都不会自动更新到任何包含该Model Target的数据库中；(笔者按：就是说比如你改了Guide View，你得重新上传一遍才行)
• 我们建议在单个数据库中不要添加超过10-20个对象，具体取决于为每个对象定义Guide Views的数量。如果每个对象有大量的Guide Views，则应尽量减少每个数据库的对象数，以获得更好的效果；
• 添加到单个数据库中的每个目标对象(及其所有Guide View)都必须在视觉上可区分，以便在运行时能够成功识别。如果您具有外观相似的目标对象，或者如果您所设置的Guide Views使外观不同的目标对象却在某些Guide View中看起来相似，则可能导致识别不准确。
-
单击右侧所选数据库上的“训练(Train)”按钮开始训练所选模型。我们使用最新的深度学习(Deep Learning)技术从选定模型中训练神经网络(neural network)。这通常要花费大量时间(最多几小时)。几分钟后，界面将显示预计完成时间(ETA)。此训练进程可随时取消；
-
训练完成后，界面将显示“导出(Export)”按钮。单击按钮将受训数据库导出为Vuforia引擎本地包和Unity包。通过双击数据库，可以在训练过程中和受训之后访问训练集。只有在成功导出训练成果时，训练配额(quota)才会受到影响；(笔者按：经测试，Export失败也有可能使配额-1！所以请尽量减少Train的次数)
五、训练失败怎么办？
如果训练失败，数据库状态会变成"失败(Failed)"。此外，数据库详情界面(在添加的Model Targets列表下)里可能有一个或多个状态消息，其中就包含失败原因的附加信息。根据状态消息，您可能需要重新训练或发送支持请求(send a support request)。
即使训练没有完全失败，训练进程也可能会针对训练数据的质量发出警告，并建议可能的解决方法，例如：
通常，训练失败的原因如下：
-
CAD模型太大。请参阅模型准备相关章节(【原文】the section about Model Preparation)以及【Vuforia】最佳实践：支持作为模型目标(Model Targets)的对象和CAD模型(【原文】Model Targets Supported Objects & CAD Model Best Practices)，并/或减少数据库中的对象数。
-
如果部分或全部目标对象在视觉上相似，并且/或者它们具有使其在视觉上看起来相似的Guide Views，则无法在视觉上区分它们。参考上述指南(guidelines)，以及【Vuforia】最佳实践：支持作为模型目标(Model Targets)的对象和CAD模型(【原文】Model Targets Supported Objects & CAD Model Best Practices)。您可能需要编辑一个或多个Guide Views的Target Recognition Range以消除视觉重叠，或删除不需要的Guide Views。
-
模型或Guide View没有足够的特征或边缘，无法可靠地进行稳健的识别追踪。
-
对于360°全方位识别的Advanced Model Targets，旋转对称的目标对象会导致训练失败。
如果您遇到其他问题，或是有任何其他疑问，可以在Model Target Generator中点击“发送反馈(Send Feedback)”按钮，通过电子邮件请求支持。
六、使用Advanced Model Target数据库
Model Target Generator会将受训数据库以.unitypackage文件和.dat/.xml文件对(file pairs)保存到您的硬盘(hard drive)中。
请参见Unity模型目标简介(Introduction to Model Targets in Unity)中的分步指南，以了解如何将Unity包导入Unity项目以及如何配置ModelTarget GameObject。
如果要构建原生应用程序(native app)，请将.dat/.xml文件对加载到由ObjectTracker所创建的Dataset中。更多信息，请参阅模型目标API概述(Model Targets API Overview)和模型目标原生工作流(Model Targets Native Workflow)。
七、利用测试应用测试
若想使用Android Model Target Test App测试高级数据库，只需将两个数据库文件下载到Android设备上测试应用程序的安装目录中，然后对新生成的Advanced Model Targets进行测试。设备上的目录通常位于以下位置：
/sdcard/Android/data/com.vuforia.engine.ModelTargetsTest/files/ModelTargetData/YourDatabaseName/
将两个数据库文件复制到目录后，就可以运行测试程序了。双击屏幕，找到测试用Advanced Model Target Database，然后会出现一个菜单，再从列表里选择数据库。识别追踪开始运行后，目标物体将被勾勒(outlined)出来。
八、了解更多
- Vuforia：模型目标概述
【原文】Model Targets Overview - 【Vuforia】最佳实践：支持作为模型目标(Model Targets)的对象和CAD模型
【原文】Model Targets Supported Objects & CAD Model Best Practices - Vuforia：模型目标的指引视图
【原文】Model Target Guide Views - Vuforia：模型目标API概述
【原文】Model Targets API Overview - 本文链接