13.7.4. การฝึกโมเดล

เมื่อมีชุดข้อมูลที่ติดป้ายกำกับแล้ว การฝึกเป็นขั้นตอนที่มีคำแนะนำบนหน้า Train: ล็อกเวอร์ชันชุดข้อมูล เลือกสถาปัตยกรรม และส่งงานไปยังเซิร์ฟเวอร์ของ Roboflow

13.7.4.1. เวอร์ชันชุดข้อมูล

ก่อนการฝึก Roboflow จะสร้าง version ของชุดข้อมูล ซึ่งเป็นสแนปช็อตที่ตายตัวของภาพบวกกับการแปลงสองอย่างที่ใช้ระหว่างนำเข้า:

  • Preprocessing ปรับขนาดทุกภาพให้ตรงกับความละเอียดที่โมเดลใช้ฝึก ควรให้ความละเอียดนั้นเล็ก กล้องรันโมเดลขนาดเล็ก และตัวตรวจจับที่ฝึกที่ความละเอียดพอเหมาะจะพอดีกับหน่วยความจำของกล้องและรันได้เร็ว

  • Augmentation สังเคราะห์ภาพฝึกเพิ่มเติมโดยการดัดแปลงภาพต้นฉบับ ทั้งพลิก ปรับความสว่างและการรับแสง เบลอ และสัญญาณรบกวน การเพิ่มข้อมูลแต่ละแบบสอนโมเดลให้ทนต่อการเปลี่ยนแปลงจริงที่จะพบบนกล้อง ซึ่งขยายชุดข้อมูลขนาดเล็กที่จับด้วยมือได้มากขึ้นอีกมาก

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

ตัวอย่าง augmentation: แต่ละตัวเลือกแสดงผลที่มีต่อภาพตัวอย่างก่อนที่คุณจะยืนยันใส่ในเวอร์ชัน

จับคู่ augmentation กับการเปลี่ยนแปลงที่กล้องจะพบจริงๆ ความสว่างและการรับแสงมีค่า สภาพแสงเปลี่ยนแปลงตลอดเวลา ข้าม augmentation ที่ไม่มีทางเกิดขึ้นในการตั้งค่าของคุณ กล้องที่ติดตั้งคงที่ไม่มีทางเห็นการพลิกแนวตั้ง ดังนั้น flip augmentation จะเจือจางชุดข้อมูลเท่านั้น

13.7.4.2. การเลือกสถาปัตยกรรม

ต่อไปให้เลือกสถาปัตยกรรมโมเดล Roboflow มีให้เลือกหลายแบบ แต่ละแบบมีตัวเลือกขนาดที่แลกเปลี่ยนระหว่างความแม่นยำกับความเร็ว

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

ตัวเลือกสถาปัตยกรรม แต่ละแบบมีตัวเลือกขนาดที่แลกเปลี่ยนระหว่างความแม่นยำกับความเร็วในการอนุมาน

สำหรับกล้อง ให้เลือก Roboflow 3.0 ซึ่งคือ YOLOv8 ภายใต้ฝาครอบ และกล้องรวม YOLOv8 post-processor ใน ml.postprocessing.ultralytics มาด้วย ดังนั้นเอาต์พุตจะถอดรหัสได้โดยไม่ต้องเขียนโค้ดเพิ่มเติมจากคุณ เลือกขนาด Fast ซึ่งพอดีกับหน่วยความจำของกล้องและรันที่อัตราเฟรมที่ใช้งานได้

13.7.4.3. การรันการฝึก

เริ่มการรันและการฝึกจะเกิดขึ้นบนเซิร์ฟเวอร์ของ Roboflow โดยปกติใช้เวลาไม่ถึงหนึ่งชั่วโมงสำหรับชุดข้อมูลขนาดเล็ก และจะส่งอีเมลแจ้งเมื่อเสร็จ หน้าเวอร์ชันจะแสดงกราฟการฝึกและตัวชี้วัดความแม่นยำ ได้แก่ mAP, precision และ recall

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

โมเดลที่ฝึกแล้วพร้อมตัวชี้วัดความแม่นยำ จากที่นี่ หน้า Visualize ยังสามารถรันบนภาพทดสอบหรือเว็บแคมเพื่อตรวจสอบอย่างรวดเร็ว

หากตัวเลขดี โมเดลก็พร้อมนำไปใช้งาน หากไม่ดี วิธีแก้มักคือข้อมูลที่มากขึ้นหรือหลากหลายขึ้น บันทึกคลิปอื่น ติดป้ายกำกับ และฝึกเวอร์ชันใหม่