Create ML · Rilevamento
Addestra un rilevatore di oggetti a partire da riquadri e classi verificati.
Prima di iniziare
Scegli un dataset di riquadri pubblicato completo con Train e Val. Le immagini salvate con un elenco annotazioni vuoto sono esempi di sfondo e restano nella suddivisione assegnata. Train deve contenere anche oggetti annotati; revisioni mancanti, riquadri non validi e sovrapposizioni tra suddivisioni continuano a bloccare l'addestramento.
Avvio rapido
- Scegli dataset, nome del modello e versione. Scegli Rete completa o Apprendimento per trasferimento.
- Imposta iterazioni automatiche o manuali e dimensione del batch. Scegli una destinazione di output, poi Addestra.
- Controlla l’avanzamento e il modello salvato. Valutalo prima di usare Registra modello.
Funzioni e opzioni
Algoritmo
Rete completa addestra l’intera rete YOLOv2. Apprendimento per trasferimento riutilizza le caratteristiche di Apple Object Print e addestra meno parametri.
Stimare il budget
Iterazioni automatiche stima un budget iniziale, non la qualità del modello.
Modello precedente
Modello precedente registra la provenienza; non riprende un checkpoint.
Arresta
Interrompi arresta un’esecuzione attiva; l’avviso di completamento è facoltativo.
Registro dei modelli
Registro modelli apre il candidato registrato e la sua provenienza.
Usa modello
La registrazione memorizza l'accesso al modello ma non lo collega come modello del progetto; Usa modello appare accanto a Registro modelli finché il modello addestrato non viene collegato al progetto. Apre direttamente Modello con una copia selezionata per ispezione e conferma.
Risultato
Un rilevatore Core ML salvato e una ricevuta di esecuzione.
Passaggio successivo
Valuta su Val/Test e registra un candidato quando opportuno.