13.7.4. تدريب النموذج

مع وجود مجموعة بيانات مُسمّاة في متناول اليد، يكون التدريب سير عمل موجَّهًا في صفحة Train: ثبّت إصدار مجموعة بيانات، واختر بنية، وسلّم تشغيل التدريب إلى خوادم Roboflow.

13.7.4.1. إصدار مجموعة البيانات

قبل التدريب، تبني Roboflow إصدار مجموعة بيانات -- لقطة مجمّدة للصور إضافة إلى تحويلين يُطبَّقان أثناء الإدخال:

  • تعيد المعالجة المسبقة تحجيم كل صورة إلى الدقة التي يتدرب النموذج عندها. أبقِ تلك الدقة صغيرة: فالكاميرا تشغّل نماذج صغيرة، وكاشفٌ مدرب بدقة متواضعة يلائم ذاكرة الكاميرا ويعمل بسرعة.

  • تُركّب زيادة البيانات (Augmentation) صورًا تدريبية إضافية بإحداث اضطرابات في الصور الأصلية -- انعكاسات، وتغييرات في السطوع والتعريض، وضبابية، وضوضاء. تعلّم كل زيادة بيانات النموذج تحمّل تباين حقيقي سيصادفه على الكاميرا، مما يطيل عمر مجموعة بيانات صغيرة ملتقطة يدويًا إلى حدٍ أبعد بكثير.

Roboflow's saturation augmentation settings, previewing the original image alongside reduced and increased saturation versions

معاينة زيادة بيانات: يُظهر كل خيار ما يفعله بصورة عينة قبل أن تثبّته في الإصدار.

طابق زيادات البيانات مع التباينات التي ستراها الكاميرا فعليًا. يستحق السطوع والتعريض مكانهما -- فالإضاءة تتغير باستمرار. تخطَّ تلك التي لا تحدث أبدًا في إعدادك؛ فالكاميرا المثبتة في مكانها لا ترى أبدًا انعكاسًا رأسيًا، لذا فإن زيادة بيانات الانعكاس لا تزيد إلا في تخفيف مجموعة البيانات.

13.7.4.2. اختيار بنية

بعد ذلك، اختر بنية النموذج. تقدم Roboflow عدة بنى، لكل منها محدد حجم يوازن بين الدقة والسرعة.

Roboflow's Select Architecture page with Roboflow RF-DETR, YOLO26, Roboflow 3.0, and YOLOv11 options, each with a model-size dropdown

خيارات البنية -- لكل منها محدد حجم يوازن بين الدقة وسرعة الاستدلال.

بالنسبة للكاميرا، اختر Roboflow 3.0. فهي YOLOv8 في صميمها، وتوفر الكاميرا معالجًا لاحقًا لـ YOLOv8 في ml.postprocessing.ultralytics، لذا يُفك تشفير خرجها دون شيفرة إضافية من جانبك. اختر الحجم Fast -- فهو يلائم ذاكرة الكاميرا ويعمل بمعدل إطارات قابل للاستخدام.

13.7.4.3. تشغيل التدريب

ابدأ التشغيل ويجري التدريب على خوادم Roboflow -- عادةً في أقل من ساعة بكثير لمجموعة بيانات صغيرة، مع بريد إلكتروني عند انتهائه. عندئذٍ تعرض صفحة الإصدار رسوم التدريب البيانية ومقاييس الدقة: mAP والدقة (precision) والاستدعاء (recall).

Roboflow's trained-model version page showing the metrics panel with mAP, precision, recall, and F1, above the Deploy Your Model section

النموذج المدرب مع مقاييس دقته. ومن هنا، تشغّله صفحة Visualize أيضًا على صور اختبار أو كاميرا ويب لإجراء فحص سريع للتحقق من سلامته.

إذا كانت الأرقام جيدة، فالنموذج جاهز للنشر. وإن لم تكن كذلك، فالحل عادةً هو بيانات أكثر أو أكثر تنوعًا -- التقط مقطعًا آخر، وسمّه، ودرّب إصدارًا جديدًا.