首先,将深度训练函数从常规工具栏移动到屏幕上,以启动数据标记和训练。单击深度训练工具设置中的加载图像按钮,然后导航到包含图像的目录以导入和标记图像。然后单击并按住鼠标左键以标记对象并为所选对象分配名称。
单击保存 GT 将 dot GT 文件保存在同一目录中。在开始模型训练之前,单击生成设置按钮以访问数据增强功能。利用四种类型的增强(即旋转、对比度、噪点和模糊)来丰富数据集。
要开始模型训练,请单击深度训练工具中的训练按钮。在生成训练文件功能中,选择模型、批量大小和细分。单击生成按钮以生成数据并将其保存在目录中。
配置完所有设置后,单击训练按钮启动模型训练。该程序将在评估训练损失时自动执行和调整数据集权重。达到最佳损失后,单击导出按钮并将重量文件保存在目录中。
要继续进行对象检测模型评估,请在插件工具栏中选择评估,然后将评估检测功能移动到屏幕上。之后,单击设置按钮。等待检测、评估和绘图这三个函数出现。
要开始模型评估,请单击加载配置按钮,然后从目录中导入经过训练的等待文件。要从映像文件目录导入测试映像,请单击浏览按钮。然后单击加载 GT 按钮导入 GT 文件。
接下来,单击评估按钮以评估目录中的检测模型。完成后,结果将自动保存为CSV文件,保存在同一目录下,按类名排序,包含关键参数,如每个类的真阳性、假阳性、假阴性、召回率和精度。要生成精确召回率或 PR 曲线,请导航至绘图函数。
单击“浏览”以从目录导入 CSV 文件。从列表中选择所需的类,然后单击绘图按钮以可视化 PR 曲线。单击保存按钮,将具有 PR 曲线 AUC 值的图像以所需的图像格式保存在所选目录中。
要选择图像分类模型训练功能,请导航到图像工具栏,选择深度 classif,然后将 classif 训练移动到屏幕上。要导入图像进行训练,请单击 classif 训练工具设置中的打开文件夹按钮,然后导航到包含图像的目录。在训练之前,通过单击增强按钮并应用旋转、对比度、翻转、噪点和模糊等技术来丰富数据集。
要启动模型训练过程,请单击 classif 训练工具中的 gen train 按钮。在 gen train 下,选择所需的模型、批量大小和细分。分配一个目录来保存生成的数据,然后单击生成按钮。
完成所有配置后,单击开始按钮。该程序将连续运行,评估训练损失,并根据需要调整数据集的权重。达到所需的损失水平后,单击导出按钮并将权重文件存储在指定的目录中。