13.7.4. Huấn luyện mô hình

Với tập dữ liệu đã được gán nhãn trong tay, việc huấn luyện là một quy trình có hướng dẫn trên trang Train: khóa một phiên bản tập dữ liệu, chọn kiến trúc, và giao công việc cho máy chủ của Roboflow.

13.7.4.1. Phiên bản tập dữ liệu

Trước khi huấn luyện, Roboflow xây dựng một phiên bản tập dữ liệu -- một ảnh chụp cố định của các ảnh cộng với hai biến đổi được áp dụng khi đưa vào:

• Preprocessing thay đổi kích thước mọi ảnh về độ phân giải mà mô hình huấn luyện tại đó. Giữ độ phân giải đó nhỏ: camera chạy các mô hình nhỏ, và một bộ phát hiện được huấn luyện ở độ phân giải vừa phải vừa vặn bộ nhớ camera và chạy nhanh.

• Augmentation tổng hợp thêm các ảnh huấn luyện bằng cách biến đổi các ảnh gốc -- lật, thay đổi độ sáng và thời gian phơi sáng, làm mờ, nhiễu. Mỗi phép tăng cường dạy mô hình chịu đựng một biến đổi thực tế mà nó sẽ gặp trên camera, giúp kéo dài một tập dữ liệu nhỏ thu thập thủ công đi xa hơn nhiều.

Xem trước tăng cường: mỗi tùy chọn hiển thị những gì nó làm với ảnh mẫu trước khi bạn xác nhận đưa vào phiên bản.

Khớp các phép tăng cường với các biến đổi mà camera thực sự sẽ thấy. Độ sáng và thời gian phơi sáng xứng đáng được dùng -- ánh sáng thay đổi liên tục. Bỏ qua những phép tăng cường không bao giờ xảy ra trong thiết lập của bạn; một camera cố định tại chỗ không bao giờ thấy lật dọc, vì vậy tăng cường lật chỉ làm loãng tập dữ liệu.

13.7.4.2. Chọn kiến trúc

Tiếp theo, chọn kiến trúc mô hình. Roboflow cung cấp nhiều lựa chọn, mỗi lựa chọn có bộ chọn kích thước đánh đổi giữa độ chính xác và tốc độ.

Các lựa chọn kiến trúc -- mỗi lựa chọn có bộ chọn kích thước đánh đổi giữa độ chính xác và tốc độ suy luận.

Dành cho camera, chọn Roboflow 3.0. Bên dưới là YOLOv8, và camera cung cấp sẵn bộ xử lý hậu kỳ YOLOv8 trong ml.postprocessing.ultralytics, vì vậy đầu ra của nó được giải mã mà không cần mã thêm từ phía bạn. Chọn kích thước Fast -- nó vừa bộ nhớ camera và chạy ở tốc độ khung hình có thể sử dụng được.

13.7.4.3. Chạy quá trình huấn luyện

Bắt đầu quá trình và việc huấn luyện diễn ra trên máy chủ của Roboflow -- thường dưới một giờ đối với tập dữ liệu nhỏ, với email thông báo khi hoàn thành. Trang phiên bản sau đó hiển thị các biểu đồ huấn luyện và các chỉ số độ chính xác: mAP, precision, và recall.

Mô hình đã huấn luyện với các chỉ số độ chính xác của nó. Từ đây, trang Visualize cũng chạy nó trên các ảnh kiểm thử hoặc webcam để kiểm tra nhanh.

Nếu các con số tốt, mô hình đã sẵn sàng để triển khai. Nếu không, cách khắc phục thường là thêm dữ liệu hoặc dữ liệu đa dạng hơn -- quay thêm một đoạn clip, gán nhãn nó, và huấn luyện một phiên bản mới.