Documentação

O texto do manual e dos guias do seu aplicativo BadBob.

Sumário

Treinamento · Início rápido

Treine a partir de um conjunto de dados publicado e avalie o resultado salvo.

Antes de começar

Uma versão publicada com Train e Val, imagens e anotações disponíveis, um ambiente de treinamento pronto e um destino de saída.

Início rápido

  1. Abra Treinamento e histórico de execuções e escolha a versão do conjunto de dados.
  2. Verifique a preparação. Os conjuntos de caixas usam Create ML; os de contornos oferecem preparação de máscaras e Segmentation.
  3. Defina a identidade do modelo/execução, o orçamento de treinamento e o destino. Mantenha Aumento de dados desativado, a menos que as variações sejam adequadas à sua tarefa.
  4. Inicie a execução e acompanhe o progresso. Avalie imagens reservadas antes de registrar ou usar um resultado.

Funções e opções

  • Explorar o guia

    Use as abas numeradas e os botões de assunto. Visão geral mostra a introdução; Manual abre a ajuda.

  • Escolher uma área de trabalho

    O menu de seções abre Guia, Treinamento e histórico de execuções, Visão geral, Avaliação e Comparação.

  • Diário de modelos

    Diário de modelos está disponível no cabeçalho de todas as páginas de Treinamento. Ele abre os registros de modelos do projeto atual.

  • Seguir a demonstração

    O capítulo 08, Tutoriais, reúne os dois filmes de treinamento offline com controles de reprodução, busca de posição e legendas em inglês. O primeiro filme cobre o treinamento inicial; o segundo adiciona novos dados revisados, uma nova versão do conjunto de dados, ampliação de dados e comparação de modelos.

  • Verificar os requisitos

    Treinar fica desativado enquanto faltarem os dados, a preparação, a configuração ou o ambiente necessários.

  • Acompanhar o progresso

    Durante a ampliação de dados, o contador mostra quantas imagens Train foram preparadas. O tempo total decorrido inclui preparação, ampliação de dados, treinamento, avaliação e verificação do modelo.

  • Avaliar a qualidade do modelo

    Uma perda de treinamento menor, por si só, não comprova a qualidade do modelo.

Resultado

Uma execução de treinamento salva com suas configurações e evidências de resultado.

Próxima etapa

Escolha Val/Test antes de avaliar; depois compare os modelos nas mesmas imagens de referência.

Toda a documentação