Documentazione

Il manuale e i testi delle guide della tua app BadBob.

Indice

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

  1. Scegli dataset, nome del modello e versione. Scegli Rete completa o Apprendimento per trasferimento.
  2. Imposta iterazioni automatiche o manuali e dimensione del batch. Scegli una destinazione di output, poi Addestra.
  3. 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.

Tutta la documentazione