训练管理

开始训练

../_images/train_create.png ../_images/train_server_od.png
  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

../_images/train_delete.png

查看结果

如果是目标检测项目:

../_images/train_log_od.png

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。

../_images/train_log_cf.png
  • 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

../_images/train_download.png

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:

  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。