Обнаружение объектов
Обнаружение объектов - это форма контролируемого обучения, при которой модель обучается распознавать и классифицировать объекты на изображениях. Система автоматического обучения упрощает процесс, позволяя вам обучать самую современную модель обнаружения объектов, просто загружая примеры изображений с надписями.
Подготовка ваших данных
Чтобы обеспечить эффективное обучение вашей модели обнаружения объектов, следуйте этим рекомендациям по подготовке данных:
Упорядочивание изображений
Подготовьте zip-файл, содержащий ваши изображения и metadata.jsonl.
Archive.zip
├── 0001.png
├── 0002.png
├── 0003.png
├── .
├── .
├── .
└── metadata.jsonl
Пример для файла metadata.jsonl:
{"file_name": "0001.png", "objects": {"bbox": [[302.0, 109.0, 73.0, 52.0]], "category": [0]}} {"file_name": "0002.png", "objects": {"bbox": [[810.0, 100.0, 57.0, 28.0]], "category": [1]}} {"file_name": "0003.png", "objects": {"bbox": [[160.0, 31.0, 248.0, 616.0], [741.0, 68.0, 202.0, 401.0]], "category": [2, 2]}}
Пожалуйста, обратите внимание, что поля b должны быть в формате COCO [x, y, ширина, высота].
Требования к изображению
- Формат: Убедитесь, что все изображения выполнены в формате JPEG, JPG или PNG.
- Количество: Включите не менее 5 изображений, чтобы предоставить модели достаточное количество примеров для изучения.
- Эксклюзивность: zip-файл должен содержать исключительно изображения и metadata.jsonl. Никаких дополнительных файлов или вложенных папок включать не следует.
Некоторые моменты, которые следует иметь в виду:
- Изображения должны быть в формате jpeg, jpg или png.
- В каждом фрагменте должно быть не менее 5 изображений.
- В zip-файле не должно быть никаких других файлов.
- Внутри zip-папки не должно быть никаких других папок.
При распаковке train.zip не создается никаких папок: только изображения и metadata.jsonl.
Параметры
class autotrain.trainers.object_detection.params.ObjectDetectionParams
( data_path: str = None, model: str = 'google/vit-base-patch16-224', username: typing.Optional[str] = None, lr: float = 5e-05epochs: int = 3, batch_size: int = 8, warmup_ratio: float = 0.1, gradient_accumulation: int = 1, optimizer: str = 'adamw_torch', scheduler: str = 'linear', weight_decay: float = 0.0, max_grad_norm: float = 1.0, seed: int = 42, train_split: str = 'train', valid_split: typing.Optional[str] = None, logging_steps: int = -1, project_name: str = 'project-name', auto_find_batch_size: bool = False, mixed_precision: typing.Optional[str] = None, save_total_limit: int = 1, token: typing.Optional[str] = None, push_to_hub: bool = False, eval_strategy: str = 'epoch', image_column: str = 'image', objects_column: str = 'objects', log: str = 'none', image_square_size: typing.Optional[int] = 600, early_stopping_patience: int = 5, early_stopping_threshold: float = 0.01 )
Параметры
- data_path (str) — Путь к набору данных.
- model (str) — Название используемой модели. По умолчанию используется “google/vit-base-patch16-224”.
- username (Optional[str]) — Имя пользователя Hugging Face.
- lr (float) — Скорость обучения. Значение по умолчанию 5e-5.
- epochs (int) — Количество периодов обучения. Значение по умолчанию 3.
- batch_size (int) — Размер обучающего пакета. Значение по умолчанию 8.
- warmup_ratio (float) — Пропорция прогрева. Значение по умолчанию 0.1.
- gradient_accumulation (int) — Этапы накопления градиента. Значение по умолчанию 1.
- optimizer (str) — Будет использоваться оптимизатор. Значение по умолчанию - “adamw_torch”.
- scheduler (str) — Будет использоваться планировщик. Значение по умолчанию - “linear”.
- weight_decay (float) — Уменьшение веса. Значение по умолчанию равно 0.0.
- max_grad_norm (float) — Максимальная норма градиента. Значение по умолчанию 1.0.
- seed (int) — Случайное начальное число. Значение по умолчанию 42.
- train_split (str) — Название раздела обучающих данных. По умолчанию используется “train”.
- valid_split (Optional[str]) — Название разделения проверочных данных.
- logging_steps (int) — Количество шагов между регистрациями. По умолчанию -1.
- project_name (str) — Имя проекта для выходного каталога. По умолчанию используется “project-name”.
- auto_find_batch_size (bool) — Следует ли автоматически определять размер пакета. Значение по умолчанию False.
- mixed_precision (Optional[str]) — Смешанный тип точности (fp16, bf16 или None).
- save_total_limit (int) — Общее количество сохраняемых контрольных точек. Значение по умолчанию 1.
- token (Optional[str]) — Токен Hub для аутентификации.
- push_to_hub (bool) — Следует ли перемещать модель в Hugging Face Hub. Значение по умолчанию False.
- eval_strategy (str) — Стратегия оценки. Значение по умолчанию - “epoch”.
- image_column (str) — Имя столбца изображения в наборе данных. По умолчанию используется “image”.
- objects_column (str) — Имя целевого столбца в наборе данных. Значение по умолчанию - “objects”.
- log (str) — Метод ведения журнала для отслеживания эксперимента. Значение по умолчанию - “none”.
- image_square_size (Optional[int]) — Максимальный размер, до которого будет изменен размер изображения, затем будет дополнен до квадратного. Значение по умолчанию 600.
- early_stopping_patience (int) — Количество периодов без улучшений, по истечении которых обучение будет прекращено. Значение по умолчанию 5.
- early_stopping_threshold (float) — Минимальное изменение, которое может считаться улучшением. Значение по умолчанию 0.01.
ObjectDetectionParams - это класс конфигурации для обучающих параметров обнаружения объектов.