Create ML · Detección
Entrene un detector de objetos con recuadros y clases revisados.
Antes de empezar
Elija un conjunto de rectángulos publicado completo con Train y Val. Las imágenes guardadas con una lista de anotaciones vacía son ejemplos de fondo y permanecen en su partición asignada. Train también debe contener objetos anotados; las revisiones que faltan, los rectángulos no válidos y el solapamiento de particiones siguen bloqueando el entrenamiento.
Inicio rápido
- Elija el conjunto de datos, el nombre del modelo y la versión. Elija Red completa o Aprendizaje por transferencia.
- Configure iteraciones automáticas o manuales y el tamaño del lote. Elija un destino de salida y, después, Entrenar.
- Revise el progreso y el modelo guardado. Evalúelo antes de Registrar modelo.
Funciones y opciones
Algoritmo
Red completa entrena toda la red YOLOv2. Aprendizaje por transferencia reutiliza características de Apple Object Print y entrena menos parámetros.
Estimar el presupuesto
Iteraciones automáticas estima un presupuesto inicial, no la calidad del modelo.
Modelo anterior
Modelo anterior registra la procedencia; no reanuda un punto de control.
Detener
Detener interrumpe una ejecución activa; el aviso de finalización es opcional.
Diario de modelos
Diario de modelos abre el candidato registrado y su procedencia.
Usar modelo
El registro recuerda el acceso al modelo, pero no lo vincula como modelo del proyecto; Usar modelo aparece junto a Diario de modelos hasta que el modelo entrenado se vincule al proyecto. Abre Modelo directamente con una copia seleccionada para inspección y confirmación.
Resultado
Un detector Core ML guardado y un comprobante de ejecución.
Siguiente paso
Evalúe con Val/Test y registre un candidato cuando proceda.