אימון מודל זיהוי מותאם אישית

באמצעות Roboflow, Google Colab ומאגר הנתונים שלך, תוכל במהירות לאמן מודלים לזיהוי מותאמים אישית עבור Limelight.

הנה סקירה של הצעדים שתצטרך לבצע:

• איסוף ותיוג תמונות של אובייקטים רלוונטיים.

  • בהקשר זה, "תיוג" הוא תהליך של ציור תיבות גבול סביב אובייקטים רלוונטיים. כל זה ניתן לביצוע בממשק האינטרנט של Roboflow.
  • לחלופין, תוכל לבחור מאגר נתונים ציבורי מ-Roboflow Universe

• ייצוא מאגר הנתונים המתויג כ-.tfrecord, העלאה ל-Google Drive, ושימוש במחברת האימון החינמית שלנו עם Google Colab.

  • Google Colab מאפשר לך לאמן רשתות נוירונים באמצעות כרטיסי GPU חזקים בענן בחינם.

הדרכה:

1. מאגר הנתונים

מחברת האימון של Limelight מצפה למאגר נתונים .tfrecord דחוס. Roboflow יכול לייצא ארכיוני .tfrecord בלחיצה אחת.

תוכל לבנות את מאגר הנתונים שלך עם Roboflow, או לעיין ב-Roboflow Universe למאגרי נתונים מתויגים מראש.

אם תבחר לבנות את מאגר הנתונים שלך, קרא את הבא:

• עליך למקסם את הגיוון של מאגר הנתונים שלך. הגיוון של מאגר הנתונים שלך צריך לעלות על הגיוון של מה שה-Limelight שלך יראה לאחר ההטמעה.

• האיכות והדיוק של מאגר הנתונים שלך הם בעלי חשיבות עליונה. ודא שתיבות הגבול שלך מדויקות ועוקבות אחר מוסכמה אחת. לדוגמה, תיבת הגבול של אובייקט מוסתר חלקית צריכה לתפוס רק את החלק הנראה של האובייקט.

• השתמש באותיות קטנות עבור תוויות המחלקות

• צמצם את מספר תוויות המחלקות.

• השתמש בהגברות של Roboflow, אך ודא שהן הגיוניות. אם אתה מזהה כדורים אדומים וכחולים, לדוגמה, ודא שאינך הופך או משנה באופן משמעותי את הגוון במאגר הנתונים המוגבר שלך.

לאחר שתייגת או מצאת מאגר נתונים, השתמש בכפתור "Download Dataset" של Roboflow כדי לייצא אותו כ-Tensorflow TFRecord. העלה ארכיון זה ל-Google Drive שלך.

2. אימון המודל

כדי לאמן את הגלאי המותאם אישית שלך, התחל הפעלת Google Colab עם מחברת אימון הגלאי של Limelight.

המחברת אינה דורשת שינויי קוד. עקוב אחר השלבים הבאים כדי לאמן את המודל שלך:

חלק 1

1. הרחב את החלק הראשון, ולחץ על כפתור ההפעלה בפינה השמאלית העליונה של כל אחד משלושת בלוקי הקוד הראשונים. ניתן לדלג על בלוק הקוד "testing" האחרון כדי לחסוך זמן.

חלק 2

1. הרחב את החלק השני. לחץ על כפתור ההפעלה של הבלוק הראשון כדי לחבר את תיקיית Google Drive שלך לחלונית "Files" בהפעלת Colab שלך. פתח את חלונית הקבצים על ידי לחיצה על כפתור התיקייה בצד שמאל של המסך.

2. לאחר שה-Google Drive שלך מחובר, לחץ על כפתור הרענון בחלונית "Files". הפעל את בלוק הקוד השני בחלק זה כדי לבחור את קובץ ה-.tfrecord.zip שכבר העלית לתיקיית gdrive. מצא את הקובץ, ולחץ על כפתור "select".

3. הפעל את שני בלוקי הקוד הבאים כדי לחלץ ולאמת את ה-TFRecord.

חלק 3

1. הפעל את כל בלוקי הקוד בחלק 3 כדי להתכונן לאימון

חלק 4

1. הפעל את כל בלוקי הקוד בחלק 4 כדי להתחיל באימון.

2. בזמן שסקריפט האימון רץ, תוכל לרענן את חלונית הקבצים ואת tensorboard כדי לעקוב אחר ההתקדמות. נקודת ביקורת חדשה אמורה להופיע בתיקיית "training_progress" כל 2000 צעדים.

3. למרות שהאימון יעצור אוטומטית ב-40000 צעדים, תוכל לעצור אותו בכל נקודה באמצעות כפתור העצירה בבלוק הקוד האחרון של חלק זה. כל עוד נקודות ביקורת זמינות, תוכל להמשיך לכימות והידור.

חלקים 5 - 7

1. הפעל את כל בלוקי הקוד בחלק 5 כדי ליצור קובץ תוויות ולהמיר את המודל לפורמט FlatBuffer תואם
2. הפעל את כל בלוקי הקוד בחלק 6 כדי לכמת את המודל עבור היסק INT8 / 8bit.
3. הפעל את כל בלוקי הקוד בחלק 7 כדי להכין את המודל עבור Google Coral ו-Limelight. בלוק הקוד האחרון ייקח זמן מה, והוא יוריד את המודל המאומן כקובץ .zip.

העלאה ל-Limelight

1. חלץ את הארכיון מהפעלת Colab שלך.
2. קבוצות FTC - אם יש לך Limelight3A, העלה את מודל ה-8bit tflite ואת labels.txt. תצטרך לשנות את מנוע הריצה מ-"coral" ל-"cpu"
3. קבוצות FRC - אם יש לך google coral, העלה את הקבצים limelight_neural_detector_coral.tflite ו-labels.txt ל-Limelight שלך.