Özel Dedektör Modeli Eğitimi
Roboflow, Google Colab ve kendi veri setinizle, Limelight için hızlı bir şekilde özel dedektör modelleri eğitebilirsiniz.
İşte izlemeniz gereken adımların genel bir özeti:
- İlgilendiğiniz nesnelerin görüntülerini toplayın ve etiketleyin.
- Bu bağlamda "etiketleme", ilgilenilen nesnelerin etrafına sınırlayıcı kutular çizme işlemidir. Tüm bunlar Roboflow'un web arayüzünde yapılabilir.
- Alternatif olarak, Roboflow Universe'den halka açık bir veri seti seçebilirsiniz.
- Etiketlenmiş veri setini .tfrecord olarak dışa aktarın, Google Drive'a yükleyin ve Google Colab ile ücretsiz eğitim Notebook'umuzu kullanın.
- Google Colab, bulutta güçlü GPU'lar kullanarak ücretsiz olarak sinir ağları eğitmenize olanak tanır.
Öğretici:
1. Veri Seti
Limelight Eğitim Notebook'u sıkıştırılmış bir .tfrecord veri seti bekler. Roboflow, tek bir tıklamayla .tfrecord arşivlerini dışa aktarabilir.
Roboflow ile kendi veri setinizi oluşturabilir veya önceden etiketlenmiş veri setleri için Roboflow Universe'e göz atabilirsiniz.
Kendi veri setinizi oluşturmayı seçerseniz, aşağıdakileri okuyun:
-
Veri setinizin çeşitliliğini en üst düzeye çıkarmalısınız. Veri setinizin çeşitliliği, Limelight'ınızın dağıtıldıktan sonra göreceği çeşitliliği aşmalıdır.
-
Veri setinizin kalitesi ve doğruluğu son derece önemlidir. Sınırlayıcı kutularınızın doğru olduğundan ve tek bir kuralı izlediğinden emin olun. Örneğin, kısmen gizlenmiş bir nesnenin sınırlayıcı kutusu yalnızca nesnenin görünür kısmını yakalamalıdır.
-
Sınıf etiketleri için tüm küçük harfleri kullanın
-
Sınıf etiketlerinin sayısını en aza indirin.
-
Roboflow'un artırmalarını kullanın, ancak mantıklı olduklarından emin olun. Örneğin, kırmızı ve mavi topları tespit ediyorsanız, artırılmış veri setinizde renk tonunu tersine çevirmediğinizden veya büyük ölçüde değiştirmediğinizden emin olun.
Bir veri setini etiketledikten veya bulduktan sonra, Roboflow'un "Veri Setini İndir" düğmesini kullanarak Tensorflow TFRecord olarak dışa aktarın. Bu arşivi Google Drive'ınıza yükleyin.
2. Modeli Eğitme
Özel dedektörünüzü eğitmek için Limelight Dedektör Eğitim Notebook'u ile bir Google Colab Oturumu başlatın.
Notebook herhangi bir kod değişikliği gerektirmez. Modelinizi eğitmek için şu adımları izleyin:
Bölüm 1
- İlk bölümü genişletin ve ilk üç kod bloğunun sol üst köşesindeki oynat düğmesine tıklayın. Zaman kazanmak için son "test" kod bloğu atlanabilir.
Bölüm 2
-
İkinci bölümü genişletin. Google Drive klasörünüzü Colab oturumunuzdaki "Dosyalar" bölmesine bağlamak için ilk bloğun oynat düğmesine tıklayın. Ekranın sol tarafındaki klasör düğmesine tıklayarak dosyalar bölmesini açın.
-
Google Drive'ınız bağlandıktan sonra, "Dosyalar" bölmesindeki yenile düğmesine tıklayın. gdrive klasöründe önceden yüklediğiniz .tfrecord.zip dosyasını seçmek için bu bölümdeki ikinci kod bloğunu çalıştırın. Dosyayı bulun ve "seç" düğmesine tıklayın.
-
TFRecord'u açmak ve doğrulamak için sonraki iki kod bloğunu çalıştırın.
Bölüm 3
- Eğitime hazırlanmak için 3. bölümdeki tüm kod bloklarını çalıştırın
Bölüm 4
-
Eğitime başlamak için 4. bölümdeki tüm kod bloklarını çalıştırın.
-
Eğitim betiği çalışırken, ilerlemeyi izlemek için dosyalar bölmesini ve tensorboard'u yenileyebilirsiniz. Her 2000 adımda "training_progress" klasöründe yeni bir kontrol noktası görünmelidir.
-
Eğitim otomatik olarak 40000 adımda duracak olsa da, bu bölümün son kod bloğundaki durdurma düğmesiyle istediğiniz zaman durdurabilirsiniz. Kontrol noktaları mevcut olduğu sürece, niceleme ve derlemeye geçebilirsiniz.
Bölüm 5 - 7
- Bir etiket dosyası oluşturmak ve modeli uyumlu bir FlatBuffer formatına dönüştürmek için 5. bölümdeki tüm kod bloklarını çalıştırın
- INT8 / 8 bit çıkarım için modeli nicelemek üzere 6. bölümdeki tüm kod bloklarını çalıştırın.
- Modeli Google Coral ve Limelight için hazırlamak üzere 7. bölümdeki tüm kod bloklarını çalıştırın. Son kod bloğu biraz zaman alacak ve eğitilmiş modeli bir .zip dosyası olarak indirecektir.
Limelight'a Yükleme
- Colab oturumunuzdan arşivi açın. limelight_neural_detector_coral.tflite ve labels.txt dosyalarını Limelight'ınıza yükleyin.