Create ML · Deteksi
Latih detektor objek dari kotak dan kelas yang sudah ditinjau.
Sebelum memulai
Pilih dataset kotak lengkap yang diterbitkan dengan Train dan Val. Gambar tersimpan dengan daftar anotasi kosong adalah contoh latar belakang dan tetap dalam pembagian yang ditetapkan. Train juga harus berisi objek beranotasi; revisi hilang, kotak tidak valid, dan tumpang tindih pembagian tetap menghalangi pelatihan.
Mulai cepat
- Pilih dataset, nama model, dan versi. Pilih Jaringan penuh atau Pembelajaran transfer.
- Atur iterasi otomatis atau manual dan ukuran batch. Pilih tujuan keluaran, lalu Latih.
- Tinjau kemajuan dan model tersimpan. Evaluasi sebelum Daftarkan model.
Fungsi dan pilihan
Algoritma
Jaringan penuh melatih seluruh jaringan YOLOv2. Pembelajaran transfer menggunakan kembali fitur Apple Object Print dan melatih lebih sedikit parameter.
Perkirakan anggaran pelatihan
Iterasi otomatis memperkirakan anggaran awal, bukan kualitas model.
Model sebelumnya
Model sebelumnya mencatat garis asal; tidak melanjutkan checkpoint.
Hentikan
Hentikan menginterupsi proses aktif; peringatan selesai bersifat opsional.
Jurnal Model
Jurnal Model membuka kandidat terdaftar beserta asal-usulnya.
Gunakan model
Pendaftaran mengingat akses model tetapi tidak menautkannya sebagai model proyek; Gunakan model muncul di samping Jurnal Model hingga model terlatih ditautkan ke proyek. Ini membuka Model langsung dengan salinan terpilih untuk diperiksa dan dikonfirmasi.
Hasil
Detektor Core ML dan bukti proses yang tersimpan.
Langkah berikutnya
Evaluasi pada Val/Test dan daftarkan kandidat bila sesuai.