ドキュメント

BadBobアプリのマニュアルとガイドの本文です。

目次

Create ML · 検出

確認済みのボックスとクラスから物体検出モデルを学習します。

始める前に

TrainとValを持つ完全な公開済みボックスデータセットを選択してください。アノテーションリストが空の保存済み画像は背景の例であり、割り当てられた分割に残ります。Trainにはアノテーション付きの物体も必要です。リビジョンの欠落、無効なボックス、分割の重複は引き続き学習を妨げます。

クイックスタート

  1. データセット、モデル名、バージョンを選びます。「ネットワーク全体」または「転移学習」を選択します。
  2. 自動または手動の反復回数とバッチサイズを設定します。出力先を選び、「学習」を選択します。
  3. 進捗と保存されたモデルを確認します。「モデルを登録」の前に評価してください。

機能と選択肢

  • アルゴリズム

    「ネットワーク全体」はYOLOv2ネットワーク全体を学習します。「転移学習」はApple Object Printの特徴を再利用し、学習するパラメータ数を減らします。

  • 学習量を見積もる

    「自動反復回数」は初期の学習量を見積もるもので、モデル品質は判断しません。

  • 前のモデル

    「以前のモデル」は系譜を記録するもので、チェックポイントからの再開は行いません。

  • 停止

    「停止」は実行中の処理を中断します。完了通知は任意です。

  • モデルジャーナル

    モデルジャーナルは登録済み候補とその来歴を開きます。

  • モデルを使用

    登録はモデルへのアクセスを記憶しますが、プロジェクトのモデルとしては関連付けません。学習済みモデルをプロジェクトに関連付けるまで、モデルジャーナルの隣に「モデルを使用」が表示されます。この操作は、確認用のコピーを選択した状態で「モデル」を直接開きます。

結果

Core MLの検出モデルと実行記録が保存されます。

次のステップ

Val/Testで評価し、必要に応じて候補を登録してください。

すべてのドキュメント