文档

来自 BadBob 应用的手册和指南文字。

目录

Create ML · 检测

以已审阅的方框及类别训练对象检测器。

开始之前

选择包含 Train 和 Val 的完整已发布边界框数据集。标注列表为空的已保存图像属于背景示例,并保留在指定划分中。Train 还必须包含已标注对象;缺少修订版、无效边界框和划分重叠仍会阻止训练。

快速入门

  1. 选择数据集、模型名称及版本。选择「完整网络」或「迁移学习」。
  2. 设置自动或手动迭代次数及批次大小。选择输出目标位置,再选择「训练」。
  3. 审阅进度及已保存模型。「注册模型」前先进行评估。

功能与选项

  • 算法

    「完整网络」训练整个 YOLOv2 网络。「迁移学习」重用 Apple Object Print 特征,训练较少参数。

  • 估算训练预算

    「自动迭代次数」估计起始预算,不代表模型质量。

  • 上一模型

    「先前模型」记录谱系,不会从检查点继续。

  • 停止

    「停止」中断运行中的训练;完成通知可自行可选。

  • 模型日志

    「模型日志」打开已登记候选模型及其来源。

  • 使用模型

    登记会记住模型访问权限,但不会将其关联为项目模型;在训练模型关联到项目之前,「使用模型」会显示在「模型日志」旁边。它会直接打开「模型」,并选中一个副本以供检查和确认。

结果

已保存的 Core ML 检测器及运行收据。

下一步

在 Val/Test 上评估,并在适当时登记候选模型。

全部文档