13.7.4. Trénování modelu

S označenou datovou sadou v ruce je trénování řízeným postupem na stránce Train: zafixujte verzi datové sady, vyberte architekturu a předejte běh serverům Roboflow.

13.7.4.1. Verze datové sady

Před trénováním sestaví Roboflow verzi datové sady – zmrazený snímek obrázků plus dvě transformace aplikované při vstupu:

  • Preprocessing změní velikost každého obrázku na rozlišení, na kterém model trénuje. Udržujte toto rozlišení malé: kamera spouští malé modely a detektor natrénovaný na skromném rozlišení se vejde do paměti kamery a běží rychle.

  • Augmentation syntetizuje další trénovací obrázky perturbací originálů – převrácení, posuny jasu a expozice, rozostření, šum. Každá augmentace učí model tolerovat reálnou variaci, se kterou se na kameře setká, což rozšiřuje malou ručně zachycenou datovou sadu mnohem dál.

Nastavení augmentace sytosti v Roboflow s náhledem původního obrázku vedle verzí se sníženou a zvýšenou sytostí

Náhled augmentace: každá možnost ukazuje, co provede s ukázkovým obrázkem, než ji potvrdíte do verze.

Přizpůsobte augmentace variacím, které kamera skutečně uvidí. Jas a expozice si své místo zaslouží – osvětlení se neustále mění. Vynechte ty, ke kterým ve vašem nastavení nikdy nedochází; kamera napevno připevněná na místě nikdy nevidí svislé převrácení, takže augmentace převrácením datovou sadu jen ředí.

13.7.4.2. Volba architektury

Dále vyberte architekturu modelu. Roboflow jich nabízí několik, každou s voličem velikosti, který směňuje přesnost za rychlost.

Stránka Select Architecture v Roboflow s možnostmi Roboflow RF-DETR, YOLO26, Roboflow 3.0 a YOLOv11, každá s rozbalovací nabídkou velikosti modelu

Volby architektury – každá s voličem velikosti, který směňuje přesnost za rychlost inference.

Pro kameru vyberte Roboflow 3.0. Pod kapotou je to YOLOv8 a kamera dodává post-procesor YOLOv8 v ml.postprocessing.ultralytics, takže její výstup se dekóduje bez jakéhokoli kódu navíc na vaší straně. Zvolte velikost Fast – vejde se do paměti kamery a běží při použitelné snímkové frekvenci.

13.7.4.3. Spuštění trénování

Spusťte běh a trénování proběhne na serverech Roboflow – u malé datové sady obvykle hluboko pod hodinu, s e-mailem po dokončení. Stránka verze pak zobrazí trénovací grafy a metriky přesnosti: mAP, precision a recall.

Stránka verze natrénovaného modelu v Roboflow zobrazující panel metrik s mAP, precision, recall a F1 nad sekcí Deploy Your Model

Natrénovaný model s jeho metrikami přesnosti. Odtud jej stránka Visualize také spustí na testovacích obrázcích nebo na webové kameře pro rychlou kontrolu rozumnosti.

Pokud jsou čísla dobrá, model je připraven k nasazení. Pokud ne, řešením je obvykle více nebo rozmanitější data – zachyťte další klip, označte jej a natrénujte novou verzi.