Documentation

Le texte du manuel et des guides de votre application BadBob.

Sommaire

Entraînement · Démarrage rapide

Entraînez à partir d’un jeu de données publié, puis évaluez le résultat enregistré.

Avant de commencer

Une version publiée avec Train et Val, des images et annotations disponibles, un environnement d’entraînement prêt et une destination de sortie.

Démarrage rapide

  1. Ouvrez Entraînement et historique des exécutions et choisissez la version du jeu de données.
  2. Vérifiez la préparation. Les jeux de données de cadres utilisent Create ML ; les jeux de contours proposent la préparation de masques et Segmentation.
  3. Définissez l’identité du modèle/de l’exécution, le budget d’entraînement et la destination. Laissez Augmentation désactivé, sauf si les variations conviennent à votre tâche.
  4. Démarrez l’exécution et suivez sa progression. Évaluez des images réservées avant d’enregistrer un résultat comme candidat ou de l’utiliser.

Fonctions et choix

  • Parcourir le guide

    Utilisez les onglets numérotés et les boutons de sujet. Vue d’ensemble affiche l’introduction ; Manuel ouvre l’aide.

  • Choisir un espace de travail

    Le menu de sections ouvre Guide, Entraînement et historique des exécutions, Vue d’ensemble, Évaluation et Comparaison.

  • Journal des modèles

    Journal des modèles est disponible dans l’en-tête de chaque page d’entraînement et ouvre les enregistrements de modèles du projet actuel.

  • Suivre la démonstration

    Le chapitre 08, Tutoriels, regroupe les deux films d’entraînement hors ligne avec commandes de lecture, recherche de position et sous-titres anglais. Le premier film couvre l’entraînement initial ; le second ajoute de nouvelles données vérifiées, une nouvelle version du jeu de données, l’augmentation et la comparaison des modèles.

  • Vérifier les prérequis

    Entraîner est désactivé tant que des données, une préparation, une configuration ou un environnement requis manquent.

  • Suivre la progression

    Pendant l’augmentation, le compteur indique le nombre d’images Train préparées. Le temps total écoulé comprend préparation, augmentation, entraînement, évaluation et vérification du modèle.

  • Évaluer la qualité du modèle

    Une perte d’entraînement inférieure ne suffit pas à prouver la qualité du modèle.

Résultat

Une exécution d’entraînement enregistrée avec ses réglages et ses éléments de résultat.

Étape suivante

Choisissez Val/Test avant l’évaluation, puis comparez les modèles sur les mêmes images de référence.

Toute la documentation