Para começar, mova a função de trem profundo da barra de ferramentas geral para a tela para iniciar a rotulagem de dados e o treinamento. Clique no botão carregar imagens dentro das configurações da ferramenta deep train e navegue até o diretório que contém as imagens para importar e rotular imagens. Em seguida, clique e mantenha pressionado o botão esquerdo do mouse para rotular os objetos e atribuir nomes aos objetos selecionados.
Clique em salvar GT para salvar um arquivo ponto GT no mesmo diretório. Antes de iniciar o treinamento do modelo, clique no botão de configuração de geração para acessar os recursos de aumento de dados. Utilize quatro tipos de aumentos, ou seja, rotação, contraste, ruído e desfoque para enriquecer o conjunto de dados.
Para iniciar o treinamento do modelo, clique no botão de treinamento localizado dentro da ferramenta de treinamento profundo. Na função gerar arquivos de treinamento, escolha os modelos, o tamanho do lote e as subdivisões. Clique no botão gerar para gerar dados e salvá-los no diretório.
Depois de definir todas as configurações, clique no botão de treinamento para iniciar o treinamento do modelo. O programa executará e ajustará automaticamente o peso do conjunto de dados enquanto avalia a perda de treinamento. Ao atingir a perda ideal, clique no botão de exportação e salve o arquivo de peso no diretório.
Para prosseguir com a avaliação do modelo de detecção de objetos, selecione avaliar na barra de ferramentas do plug-in e mova a função eval detect para a tela. Depois, clique no botão de configuração. Aguarde até que as três funções, detecção, avaliação e plotagem apareçam.
Para iniciar a avaliação do modelo, clique no botão de configuração de carregamento e importe o arquivo de espera treinado do diretório. Para importar imagens de teste do diretório do arquivo de imagem, clique no botão Procurar. Em seguida, clique no botão carregar GT para importar o arquivo GT.
Em seguida, clique no botão de avaliação para avaliar o modelo de detecção no diretório. Após a conclusão, os resultados serão salvos automaticamente como um arquivo CSV no mesmo diretório, classificados por nome de classe, contendo parâmetros-chave, como verdadeiro positivo, falso positivo, falso negativo, recall e precisão para cada classe. Para gerar a curva de recuperação de precisão ou PR, navegue até a função de plotagem.
Clique em procurar para importar os arquivos CSV do diretório. Selecione as classes desejadas na lista e clique no botão de plotagem para visualizar a curva PR. Clique no botão salvar para salvar uma imagem com valores AUC da curva PR no formato de imagem necessário no diretório selecionado.
Para selecionar a função de treinamento do modelo de classificação de imagem, navegue até a barra de ferramentas da imagem, selecione classif profundo e mova classif train para a tela. Para importar imagens para treinamento, clique no botão abrir pasta dentro das configurações da ferramenta classif train e navegue até o diretório que contém as imagens. Antes de treinar, enriqueça o conjunto de dados clicando no botão de aumento e aplicando técnicas como rotação, contraste, inversão, ruído e desfoque.
Para iniciar o processo de treinamento do modelo, clique no botão gen train dentro da ferramenta classif train. Em gen train, selecione os modelos desejados, o tamanho do lote e as subdivisões. Atribua um diretório para salvar os dados gerados e clique no botão gerar.
Quando todas as configurações estiverem concluídas, clique no botão Iniciar. O programa será executado continuamente, avaliando a perda de treinamento e ajustando o peso do conjunto de dados conforme necessário. Ao atingir o nível de perda desejado, clique no botão de exportação e armazene o arquivo de peso no diretório especificado.