在数据收集之后,可以开始进行模型训练。
开始培训
- 转到项目概览。
- 选择你的项目。
- 可选: 在项目名称旁边的顶栏上选择齿轮图标。
- 可选的:选择数据优化。
- 通过建议的步骤,这将加强数据集,使其更加准确。
- 从数据集标签中选择 "开始新训练"。
- 输入训练名称,并选择要用于训练的对象。
- 选择 开始培训。
注意:根据数据和服务器的可用性,培训将需要一些时间来完成。
培训概述
一旦培训完成,用户可以在培训页面上访问关于培训的各种统计和概述。这个页面的更新包括有用的信息,这将帮助用户确定培训是好是坏。
以下是要分析的所示统计数据:
- 总体精度:显示训练有素的模型对项目中定义的对象的平均预测精度。
- 图像:显示训练中使用的图像数量。
- 训练时间:显示训练这个模型所花费的总体时间。
- 每个标签的精确度图表: 显示训练有素的模型在预测项目的定义对象时可以达到的准确度。
- 数据集数量:显示项目中每个定义对象在训练中使用的数据。当显示橙色和红色时,数量必须要有改进。
训练结果可以有不同的颜色。它们的含义如下:
- 绿色:结果是好的,你可以继续。
- 橙色:结果是好的,你可以继续,但还需要更多的数据。试着通过添加更多的图片和审查标签的正确性等来改进模型。
- 红色:结果不好,你应该在进行调整后训练一个新的模型,如:增加更多的图像,审查标签的正确性等。
发布经过训练的模型
根据培训的统计,用户可以决定要发布的培训,用户可以通过左边呈现的培训列表进行选择。
发布培训:
- 选择你要发布的培训。
- 点击顶部的"发布"。
注意:已发布的培训也可以通过点击上面的按钮取消发布。
通常,当新的图像被添加到数据集中时,需要进一步的训练来提高精度。但是,如果后续的训练导致精度不佳,仍然可以使用旧的训练。
导出一个已发布的模型
要导出一个模型:
- 点击顶部的项目名称旁边的齿轮图标。
- 选择导出已发布的模型。
注意: 你也可以通过在同一菜单中生成一个可分享的链接来分享该模型。