Inicie su primera detección de objetos Proyecto en Roboflow .
Carga de conjuntos de datos --> Generación de conjuntos de datos y entrenamiento de modelos con Roboflow Train. Además: información rápida sobre la verificación del estado del conjunto de datos, selección de pasos de preprocesamiento y aumento, exportación en diferentes formatos de anotación e implementación de su modelo para ejecutar la inferencia.
Tópicos cubiertos:
Creando tu proyecto
¿Qué son los lotes de anotaciones ? Subir imágenes (trabajar con lotes de anotaciones y nuestro flujo de trabajo de anotaciones)
Obtener imágenes de Roboflow Universe para agregar a un proyecto
Subir imágenes a su lote de anotaciones (imágenes recientes sin anotaciones, imágenes ya anotadas, archivos de video)
Usando la herramienta de anotación
Completar un lote de anotaciones y generar versiones de su conjunto de datos para el entrenamiento del modelo
Subiendo las imágenes de Roboflow Universe al proyecto
Navegar por lotes de anotaciones y cargar nuevas imágenes
Generación de versiones: una introducción rápida sobre preprocesamiento y aumento
Introducción a la comprobación del estado del conjunto de datos
- Perspectivas del conjunto de datos, como el número total de anotaciones, el mapa de calor de las anotaciones, los tamaños de imagen promedio y el número de etiquetas para cada clase (saldo de clase)
- Comprobación del estado del conjunto de datos: mejora de su conjunto de datos
- Comprobación de salud: Filtrar por clase
Entrenando a tu modelo
Uso de la asistencia de etiquetas
Entrenamiento de un modelo personalizado con la biblioteca de modelos de Roboflow
Roboflow Train: inferencia del modelo /opciones de implementación y ejecución de pruebas
Próximos pasos:
Prueba e implementación de su modelo
Implementación: uso de la API de inferencia de Roboflow
Paquete de Python para la implementación de OAK
Implementando el Aprendizaje Activo