训练管理
=======================================

开始训练
----------------

.. image:: ../media/train_create.png
   :align: center
   :width: 600

.. image:: ../media/train_server_od.png
   :align: center
   :width: 400

1. 在训练页面，点击Create。
2. Epochs 代表训练的轮数。20代表所有的数据训练20次。
3. 当选择了Freeze Backbone，代表不训练骨架网络。当图像比较少的时候，建议选择这个选项。

删除训练
----------------

.. image:: ../media/train_delete.png
   :align: center
   :width: 600

查看结果
----------------

如果是目标检测项目：

.. image:: ../media/train_log_od.png
   :align: center
   :width: 400

可以看到loss在下降，mAP在上升。`metrics/mAP_0.5` 到达0.9是非常好的效果。

- loss 代表模型和训练数据的差距，loss在下降说明模型越来越拟合数据。
- mAP 代表模型在测试数据的平均准确度，mAP在上升说明模型越来越准确。

如果是分类项目：

可以看到loss在下降，accuracy在上升。`val_accuracy` 到达0.9是非常好的效果。

.. image:: ../media/train_log_cf.png
   :align: center
   :width: 400

- loss 代表模型和训练数据的差距，loss在下降说明模型越来越拟合数据。
- accuracy 代表模型在测试数据的准确度，accuracy在上升说明模型越来越准确。

下载模型
----------------

.. image:: ../media/train_download.png
   :align: center
   :width: 400

下载后的文件可用于上传到摄像头。参考：:doc:`/deploy/singtown_ai_vision_module`

精度优化
----------------

如果你发现mAP或者accuracy的值比较低：

1. 查看数据集是不是有标注错误。
2. 查看数据集是不是数量太少。至少每个分类1000张，越多越好。
3. 查看表格里mAP或者accuracy如果有上升的趋势，增加epoch重新训练。

如果你发现mAP或者accuracy的值不低，但是在某些场景下出错：

1. 在会出错的场景下采集图片，然后上传到数据集，然后标注。
2. 图像尽量覆盖所有的实际场景。