Başlamak için, veri etiketleme ve eğitimi başlatmak için derin tren işlevini genel araç çubuğundan ekrana taşıyın. Derin tren aracı ayarlarındaki görüntüleri yükle düğmesine tıklayın ve görüntüleri içe aktarmak ve etiketlemek için görüntüleri içeren dizine gidin. Ardından, nesneleri etiketlemek ve seçilen nesnelere adlar atamak için farenin sol düğmesini tıklayın ve basılı tutun.
Bir nokta GT dosyasını aynı dizine kaydetmek için GT'yi kaydet'e tıklayın. Model eğitimine başlamadan önce, veri büyütme özelliklerine erişmek için gen ayarı düğmesine tıklayın. Veri kümesini zenginleştirmek için döndürme, kontrast, gürültü ve bulanıklık olmak üzere dört tür büyütme kullanın.
Model eğitimine başlamak için derin eğitim aracında bulunan eğitim düğmesine tıklayın. Eğitim dosyaları oluştur işlevinde modelleri, toplu iş boyutunu ve alt bölümleri seçin. Veri oluşturmak ve dizine kaydetmek için oluştur düğmesine tıklayın.
Tüm ayarları yapılandırdıktan sonra, model eğitimini başlatmak için eğit düğmesine tıklayın. Program, eğitim kaybını değerlendirirken veri kümesi ağırlığını otomatik olarak yürütecek ve ayarlayacaktır. Optimum kaybı elde ettikten sonra, dışa aktar düğmesine tıklayın ve ağırlık dosyasını dizine kaydedin.
Nesne algılama modeli değerlendirmesine devam etmek için eklenti araç çubuğunda değerlendir'i seçin ve değerlendirme algılama işlevini ekrana taşıyın. Ardından, ayar düğmesine tıklayın. Algılama, değerlendirme ve çizim olmak üzere üç işlevin görünmesini bekleyin.
Model değerlendirmesini başlatmak için config yükle düğmesine tıklayın ve eğitilen bekleme dosyasını dizinden içeri aktarın. Test görüntülerini görüntü dosyası dizininden içe aktarmak için, gözat düğmesine tıklayın. Ardından GT dosyasını içe aktarmak için GT yükle düğmesine tıklayın.
Ardından, dizindeki algılama modelini değerlendirmek için değerlendirme düğmesine tıklayın. Tamamlandıktan sonra, sonuçlar otomatik olarak aynı dizinde, sınıf adına göre sıralanmış ve her sınıf için gerçek pozitif, yanlış pozitif, yanlış negatif, geri çağırma ve kesinlik gibi temel parametreleri içeren bir CSV dosyası olarak kaydedilecektir. Kesinlik geri çağırma veya PR eğrisi oluşturmak için çizim işlevine gidin.
CSV dosyalarını dizinden içe aktarmak için gözat'a tıklayın. Listeden istediğiniz sınıfları seçin ve PR eğrisini görselleştirmek için çizim düğmesine tıklayın. PR eğrisinin AUC değerlerine sahip bir görüntüyü, seçilen dizinde gerekli görüntü formatında kaydetmek için kaydet düğmesine tıklayın.
Görüntü sınıflandırma modeli eğitim işlevini seçmek için görüntü araç çubuğuna gidin, derin sınıflandır'ı seçin ve classif trenini ekrana taşıyın. Eğitim için görüntüleri içe aktarmak için, classif train araç ayarlarındaki klasörü aç düğmesine tıklayın ve görüntüleri içeren dizine gidin. Eğitimden önce, büyütme düğmesine tıklayarak ve döndürme, kontrast, çevirme, gürültü ve bulanıklaştırma gibi teknikleri uygulayarak veri kümesini zenginleştirin.
Model eğitim sürecini başlatmak için classif train aracındaki gen train düğmesine tıklayın. Gen treni altında istediğiniz modelleri, toplu iş boyutunu ve alt bölümleri seçin. Oluşturulan verileri kaydetmek için bir dizin atayın ve oluştur düğmesine tıklayın.
Tüm yapılandırmalar tamamlandıktan sonra başlat düğmesine tıklayın. Program sürekli olarak çalışacak, eğitim kaybını değerlendirecek ve veri kümesinin ağırlığını gerektiği gibi ayarlayacaktır. İstenilen kayıp seviyesine ulaştıktan sonra, dışa aktar düğmesine tıklayın ve ağırlık dosyasını belirtilen dizinde saklayın.
