13.7.4. A modell betanítása

Ha kéznél van egy felcímkézett adathalmaz, a betanítás egy vezetett folyamat a Train oldalon: rögzíts egy adathalmaz-verziót, válassz architektúrát, és add át a futtatást a Roboflow szervereinek.

13.7.4.1. Az adathalmaz-verzió

A betanítás előtt a Roboflow felépít egy adathalmaz-verziót – a képek befagyasztott pillanatképét, plusz két, beérkezéskor alkalmazott transzformációt:

  • A Preprocessing minden képet arra a felbontásra méretez át, amelyen a modell betanul. Tartsd ezt a felbontást kicsinek: a kamera kis modelleket futtat, és egy szerény felbontáson betanított észlelő belefér a kamera memóriájába és gyorsan fut.

  • Az Augmentation extra betanítási képeket szintetizál az eredetiek megzavarásával – tükrözések, fényerő- és expozícióeltolások, elmosás, zaj. Minden augmentáció megtanítja a modellt egy olyan valós változat tolerálására, amellyel a kamerán találkozni fog, ami sokkal messzebbre nyújtja egy kicsi, kézzel rögzített adathalmaz hasznát.

A Roboflow telítettség-augmentációs beállításai, az eredeti kép előnézetével a csökkentett és növelt telítettségű változatok mellett

Egy augmentáció-előnézet: minden lehetőség megmutatja, mit tesz egy mintaképpel, mielőtt rögzítenéd a verzióban.

Igazítsd az augmentációkat azokhoz a változatokhoz, amelyeket a kamera valóban látni fog. A fényerő és az expozíció kiérdemli a helyét – a megvilágítás folyamatosan változik. Hagyd ki azokat, amelyek a te elrendezésedben soha nem fordulnak elő; egy helyére rögzített kamera soha nem lát függőleges tükrözést, így a tükrözési augmentáció csak felhígítja az adathalmazt.

13.7.4.2. Architektúra kiválasztása

Ezután válaszd ki a modellarchitektúrát. A Roboflow többfélét kínál, mindegyiknél egy méretválasztóval, amely a pontosságot a sebesség ellenében váltja.

A Roboflow Select Architecture oldala a Roboflow RF-DETR, YOLO26, Roboflow 3.0 és YOLOv11 lehetőségekkel, mindegyiknél egy modellméret-legördülővel

Az architektúra-választások – mindegyiknél egy méretválasztóval, amely a pontosságot a következtetési sebesség ellenében váltja.

A kamerához válaszd a Roboflow 3.0 lehetőséget. A háttérben YOLOv8, és a kamera egy YOLOv8 utófeldolgozót szállít az ml.postprocessing.ultralytics modulban, így a kimenete a te oldaladon extra kód nélkül dekódolható. Válaszd a Fast méretet – belefér a kamera memóriájába és használható képkockasebességgel fut.

13.7.4.3. A betanítás futtatása

Indítsd el a futtatást, és a betanítás a Roboflow szerverein zajlik – kis adathalmaz esetén általában jóval egy órán belül, e-mailes értesítéssel a végeztével. A verzióoldal ekkor megjeleníti a betanítási grafikonokat és a pontossági metrikákat: mAP, precision és recall.

A Roboflow betanított modell verzióoldala, amely a metrikapanelt mutatja mAP, precision, recall és F1 értékekkel, a Deploy Your Model szakasz felett

A betanított modell a pontossági metrikáival. Innen a Visualize oldal teszt képeken vagy webkamerán is lefuttatja egy gyors épelméjűségi ellenőrzéshez.

Ha a számok jók, a modell készen áll a telepítésre. Ha nem, a megoldás általában több vagy változatosabb adat – rögzíts egy újabb klipet, címkézd fel, és taníts be egy új verziót.