13.7.6. まとめ

全工程を端から端まで通すと、カメラで映像を録画し、クリップをアップロードしてフレームにサンプリングし、Auto Labelとレビューのパスでフレームにラベルを付け、適切な拡張を施したデータセットのバージョンを構築し、Roboflowのサーバー上で小さなYOLOファミリーの検出器を学習し、OpenMVのデプロイ先から整数量子化済みTFLiteの重みをダウンロードします。モデルはその後、他のものと同じ ROMFS のフローを通じて読み込まれます。

そのすべてに一貫して流れる考えが1つあります。カメラが実際に目にするもので学習する、ということです。モデルを実行するカメラで取得し、遭遇するばらつきに合わせて拡張し、ハードウェアに収まる小さな解像度で学習してください。そのように構築されたモデルは、テスト時と同じようにカメラ上で性能を発揮します。