13.7.6. Podsumowanie

Cała ścieżka, od początku do końca: nagraj materiał na kamerze, prześlij klip i podziel go na ramki, oznacz ramki za pomocą Auto Label i przeglądu, zbuduj wersję zbioru danych z sensownymi augmentacjami, wytrenuj mały detektor z rodziny YOLO na serwerach Roboflow i pobierz wagi TFLite skwantyzowane do liczb całkowitych z celu wdrożenia OpenMV. Model ładuje się następnie poprzez ten sam przepływ ROMFS co każdy inny.

Jedna idea przewija się przez to wszystko: trenuj na tym, co kamera faktycznie zobaczy. Przechwytuj kamerą, która będzie uruchamiać model, augmentuj pod kątem zmienności, jaką napotka, i trenuj przy małej rozdzielczości, która mieści się w sprzęcie. Model zbudowany w ten sposób działa na kamerze tak, jak działał podczas testowania.