13.1.17. O editor de conjunto de dados

Treinar um classificador personalizado começa com um conjunto de dados rotulado – centenas de imagens de cada coisa que o modelo deve reconhecer, capturadas pela câmera que irá executá-lo, organizadas em uma pasta por classe. O editor de conjunto de dados é o fluxo de trabalho de captura da IDE para construir um.

Tools → Dataset Editor → New Dataset pede uma pasta na qual construir o conjunto de dados – avisando que o conteúdo de uma pasta não vazia será excluído – e a configura: um painel de navegador de arquivos é encaixado à esquerda da janela principal, e um script de captura (dataset_capture_script.py) abre no editor. O script é um simples laço de captura, e ele foi feito para ser editado – aplique a mesma correção de lente, recorte ou filtragem que a aplicação implantada usará, para que o modelo treine com as imagens que realmente verá. Open Dataset reabre uma pasta de conjunto de dados existente mais tarde, e Close Dataset coloca a janela de volta ao normal.

13.1.17.1. Capturando

Enquanto um conjunto de dados está aberto, dois botões se juntam à barra de ferramentas na borda esquerda da janela, abaixo dos controles de execução. New Class Folder (Ctrl+Shift+N) cria uma classe – uma por categoria que o modelo deve aprender, nomeada de acordo com o rótulo. Com o script de captura em execução e uma pasta de classe selecionada, Capture Data (Ctrl+Shift+S) salva a imagem atual do frame buffer naquela classe, e o painel de preview sob o navegador de arquivos mostra cada captura assim que ela chega.

O ritmo de captura é: selecione uma classe, aponte a câmera para um exemplo dela, capture; mova o objeto, varie o ângulo, a distância, o fundo, a iluminação, capture de novo – a variação no conjunto de dados é o que garante robustez no modelo. Repita por classe, incluindo uma classe de fundo de cenas que não contenham nenhum dos alvos, caso a aplicação precise saber quando não há nada presente.

13.1.17.2. Exportando e treinando

O submenu Export envia o conjunto de dados finalizado para o treinamento. Export Dataset to Zip File o empacota em um arquivo com nomes de arquivo prefixados pela classe – o formato neutro que todo serviço e framework de treinamento aceita. Para o Edge Impulse, a IDE integra diretamente: faça login em uma conta do Edge Impulse a partir do mesmo submenu, e Upload to Edge Impulse Project envia o conjunto de dados diretamente para um projeto (existe um upload por chave de API para contas em que o login por e-mail e senha não é uma opção). Treine lá, exporte o modelo, e o conversor de NPU o deixa pronto para a câmera quando a placa precisa.

Ver também

O capítulo de aprendizado de máquina para o fluxo de trabalho de treinamento que o conjunto de dados alimenta.