13.8.4. Mallin kouluttaminen#

Kun luokiteltu aineisto on käsillä, koulutus on ohjattu kulku Train-sivulla: lukitse aineiston versio, valitse arkkitehtuuri ja luovuta ajo Roboflow’n palvelimille.

13.8.4.1. Aineiston versio#

Ennen koulutusta Roboflow rakentaa aineiston version – jäädytetyn tilannekuvan kuvista sekä kaksi muunnosta, jotka sovelletaan matkan varrella:

  • Preprocessing muuttaa jokaisen kuvan kokoa siihen resoluutioon, jolla malli kouluttautuu. Pidä tuo resoluutio pienenä: kamera ajaa pieniä malleja, ja vaatimattomalla resoluutiolla koulutettu tunnistin mahtuu kameran muistiin ja toimii nopeasti.

  • Augmentation syntetisoi lisää koulutuskuvia häiritsemällä alkuperäisiä – käännöt, kirkkaus- ja valotussiirtymät, sumennus, kohina. Jokainen augmentointi opettaa mallia sietämään todellista vaihtelua, jonka se kohtaa kameralla, mikä venyttää pientä käsin kaapattua aineistoa paljon pidemmälle.

Roboflow's saturation augmentation settings, previewing the original image alongside reduced and increased saturation versions

Augmentoinnin esikatselu: jokainen vaihtoehto näyttää, mitä se tekee näytekuvalle ennen kuin sidot sen versioon.#

Sovita augmentoinnit vaihteluihin, joita kamera todella näkee. Kirkkaus ja valotus ansaitsevat paikkansa – valaistus muuttuu jatkuvasti. Ohita ne, joita ei koskaan tapahdu asennuksessasi; paikoilleen pultattu kamera ei koskaan näe pystysuuntaista kääntöä, joten käännösaugmentointi vain laimentaa aineistoa.

13.8.4.2. Arkkitehtuurin valinta#

Seuraavaksi valitse mallin arkkitehtuuri. Roboflow tarjoaa useita, joista jokaisessa on kokovalitsin, joka vaihtaa tarkkuuden ja nopeuden välillä.

Roboflow's Select Architecture page with Roboflow RF-DETR, YOLO26, Roboflow 3.0, and YOLOv11 options, each with a model-size dropdown

Arkkitehtuurivaihtoehdot – jokaisessa kokovalitsin, joka vaihtaa tarkkuuden ja päättelynopeuden välillä.#

Valitse kameralle Roboflow 3.0. Se on konepellin alta YOLOv8, ja kamera toimittaa YOLOv8-jälkikäsittelijän ml.postprocessing.ultralytics -moduulissa, joten sen tuloste dekoodataan ilman lisäkoodia sinun puoleltasi. Valitse Fast-koko – se mahtuu kameran muistiin ja toimii käyttökelpoisella kehysnopeudella.

13.8.4.3. Koulutuksen ajaminen#

Käynnistä ajo, ja koulutus tapahtuu Roboflow’n palvelimilla – yleensä reilusti alle tunnissa pienelle aineistolle, ja sähköposti tulee kun se on valmis. Versiosivu näyttää sitten koulutuskaaviot ja tarkkuusmittarit: mAP, tarkkuus ja saanti.

Roboflow's trained-model version page showing the metrics panel with mAP, precision, recall, and F1, above the Deploy Your Model section

Koulutettu malli tarkkuusmittareineen. Täältä Visualize-sivu ajaa sitä myös testikuvilla tai web-kameralla nopeaa tarkistusta varten.#

Jos luvut ovat hyviä, malli on valmis käyttöönotettavaksi. Jos eivät, korjaus on yleensä enemmän tai monipuolisempaa dataa – kaappaa toinen klippi, luokittele se ja kouluta uusi versio.