Ana içeriğe geç

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 açıklayın.
    • Bu bağlamda "açıklama", 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
  • Açıklamalı 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 tıklamayla .tfrecord arşivlerini dışa aktarabilir.

Roboflow ile kendi veri setinizi oluşturabilir veya önceden açıklanmış veri setleri için Roboflow Universe'i inceleyebilirsiniz.

Kendi veri setinizi oluşturmayı seçerseniz, şunları 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 takip ettiğinden emin olun. Örneğin, kısmen gizlenmiş bir nesnenin sınırlayıcı kutusu yalnızca nesnenin görünür kısmını yakalamalıdır.

  • Sınıf etiketleri için küçük harfler 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 ağır şekilde değiştirmediğinizden emin olun.

Bir veri setini etiketledikten veya bulduktan sonra, Tensorflow TFRecord olarak dışa aktarmak için Roboflow'un "Download Dataset" düğmesini kullanın. 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 bu adımları izleyin:

Bölüm 1​

  1. İlk bölümü genişletin ve ilk üç kod bloğunun sol üst köşesindeki oynat düğmesine tıklayın. Zamandan tasarruf etmek için son "test" kod bloğu atlanabilir.

Bölüm 2​

  1. İkinci bölümü genişletin. Google drive klasörünüzü Colab oturumunuzdaki "Files" bölmesine bağlamak için ilk bloğun oynat düğmesine tıklayın. Ekranın sol tarafındaki klasör düğmesine tıklayarak dosyalar bölmesini açın.

  2. Google Drive'ınız bağlandıktan sonra, "Files" bölmesindeki yenile düğmesine tıklayın. gdrive klasöründe önceden yüklediğiniz .tfrecord.zip dosyasını seçmek için bu bölümdeki ikinci kod bloğunu çalıştırın. Dosyayı bulun ve "select" düğmesine tıklayın.

  3. TFRecord'u açmak ve doğrulamak için sonraki iki kod bloğunu çalıştırın.

Bölüm 3​

  1. Eğitime hazırlanmak için bölüm 3'teki tüm kod bloklarını çalıştırın

Bölüm 4​

  1. Eğitimi başlatmak için bölüm 4'teki tüm kod bloklarını çalıştırın.

  2. Eğitim betiği çalışırken, ilerlemeyi izlemek için dosyalar bölmesini ve tensorboard'u yenileyebilirsiniz. Her 2000 adımda bir "training_progress" klasöründe yeni bir kontrol noktası görünmelidir.

  3. 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​

  1. Etiket dosyası oluşturmak ve modeli uyumlu FlatBuffer formatına dönüştürmek için bölüm 5'teki tüm kod bloklarını çalıştırın
  2. INT8 / 8bit çıkarım için modeli nicelemek üzere bölüm 6'daki tüm kod bloklarını çalıştırın
  3. Modeli Google Coral ve Limelight için hazırlamak üzere bölüm 7'deki tüm kod bloklarını çalıştırın. Son kod bloğu biraz zaman alacak ve eğitilmiş modeli .zip dosyası olarak indirecektir.

Limelight'a Yükleme​

  1. Colab oturumunuzdan arşivi açın.
  2. FTC Takımları - Eğer bir Limelight3A'nız varsa, 8bit tflite modelini ve labels.txt'yi yükleyin. Çalışma zamanı motorunu "coral"dan "cpu"ya değiştirmeniz gerekecek
  3. FRC Takımları - Eğer bir google coral'ınız varsa, limelight_neural_detector_coral.tflite ve labels.txt dosyalarını Limelight'ınıza yükleyin.