训练管理
开始训练


在训练页面,点击Create。
Epochs 代表训练的轮数。20代表所有的数据训练20次。
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

查看结果
如果是目标检测项目:

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。

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

下载后的文件可用于上传到摄像头。参考:SingTown AI Vision Module
精度优化
如果你发现mAP或者accuracy的值比较低:
查看数据集是不是有标注错误。
查看数据集是不是数量太少。至少每个分类1000张,越多越好。
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:
在会出错的场景下采集图片,然后上传到数据集,然后标注。
图像尽量覆盖所有的实际场景。