13.1.17. Редактор наборів даних

Навчання власного класифікатора починається з розміченого набору даних – сотень зображень кожного об’єкта, який модель (МН) має розпізнавати, знятих камерою, на якій вона виконуватиметься, та відсортованих по одній папці на клас. Редактор наборів даних – це робочий процес захоплення зображень в IDE для побудови такого набору.

Tools → Dataset Editor → New Dataset запитує папку для побудови набору даних – попереджаючи, що вміст непустої папки буде видалено – та налаштовує її: панель перегляду файлів закріплюється ліворуч від головного вікна, а скрипт захоплення (dataset_capture_script.py) відкривається в редакторі. Скрипт є простим циклом захоплення, призначеним для редагування – застосуйте ту ж корекцію лінзи, обрізку або фільтрацію, яку використовуватиме розгорнутий застосунок, щоб модель (МН) навчалася на тих зображеннях, які вона реально бачитиме. Open Dataset повторно відкриває наявну папку набору даних пізніше, а Close Dataset повертає вікно до звичайного стану.

13.1.17.1. Захоплення

Поки набір даних відкритий, до панелі інструментів на лівому краї вікна додаються дві кнопки нижче елементів керування запуском. New Class Folder (Ctrl+Shift+N) створює клас – по одному для кожної категорії, яку має навчитися модель (МН), з назвою відповідно до мітки. Із запущеним скриптом захоплення та вибраною папкою класу, Capture Data (Ctrl+Shift+S) зберігає поточне зображення кадрового буфера в цей клас, а панель попереднього перегляду під переглядачем файлів показує кожне захоплення в міру надходження.

Ритм захоплення такий: вибрати клас, спрямувати камеру на приклад об’єкта, зробити знімок; перемістити об’єкт, змінити кут, відстань, фон, освітлення, зробити ще один знімок – різноманітність у наборі даних забезпечує стійкість моделі (МН). Повторити для кожного класу, включаючи клас фону зі сценами, що не містять жодної з цілей, якщо застосунок має розпізнавати відсутність об’єктів.

13.1.17.2. Експорт та навчання

Підменю Export надсилає готовий набір даних на навчання. Export Dataset to Zip File пакує його в архів з іменами файлів, що містять префікс класу – нейтральний формат, який приймає кожен навчальний сервіс та фреймворк. Для Edge Impulse IDE інтегрується безпосередньо: увійдіть до облікового запису Edge Impulse з того ж підменю, і Upload to Edge Impulse Project завантажить набір даних прямо в проект (завантаження через API-ключ доступне для облікових записів, де вхід за електронною поштою та паролем неможливий). Навчайте там, експортуйте модель (МН), а конвертер NPU робить її готовою для камери, коли це потрібно платі.

Дивись також

Розділ машинне навчання присвячений робочому процесу навчання, для якого призначений цей набір даних.