मॉडल प्रशिक्षण

एक छोटी वीडियो को एक कस्टम-प्रशिक्षित ऑब्जेक्ट डिटेक्शन मॉडल में बदलें जिसे आप API से कॉल कर सकें।

यह गाइड आपको 30 सेकंड के वीडियो से लेकर एक प्रशिक्षित ऑब्जेक्ट डिटेक्शन मॉडल तक ले जाती है, जिसे आप API से कॉल कर सकते हैं। Roboflow वीडियो से फ़्रेम निकालता है, Auto Label बॉक्स बनाता है, और डेटासेट पर मॉडल को प्रशिक्षित करता है। इस उदाहरण में हम आलू पहचानने का मॉडल बनाएँगे, लेकिन आप इसमें अपना ऑब्जेक्ट बदल सकते हैं।

1

एक प्रोजेक्ट बनाएं

यहाँ साइन इन करें app.roboflow.com, या यदि आपके पास खाता नहीं है तो एक खाता बनाएं। "Projects" टैब खोलें और एक प्रोजेक्ट। यह गाइड Object Detection प्रोजेक्ट प्रकार और Traditional annotation tool का उपयोग करती है।

2

अपना डेटा अपलोड करें

अपना डेटा अपलोड करें को प्रोजेक्ट में। Roboflow इमेज, वीडियो, एनोटेशन फ़ाइलें और PDF स्वीकार करता है। यह गाइड 30 सेकंड का वीडियो अपलोड करती है और उससे प्रति सेकंड 1.4 फ़्रेम निकालती है, जिससे 42 इमेज मिलती हैं। यदि आपके पास अभी कोई डेटा नहीं है, तो आप Roboflow Universe से एक डेटासेट इम्पोर्ट करें इसके बजाय।

3

Auto Label के साथ लेबल करें

चुनें Auto Label और किसी क्लास का नाम या अपने ऑब्जेक्ट का संक्षिप्त विवरण टाइप करें (यहाँ: आलू)। हम confidence threshold को डिफ़ॉल्ट से थोड़ा अधिक रखेंगे। अधिक threshold का मतलब है कि Auto Label केवल वही बॉक्स रखता है जिनके बारे में उसे पूरा भरोसा होता है। यह कुछ आलू मिस कर सकता है, लेकिन समीक्षा के दौरान छूटा हुआ बॉक्स जोड़ना गलत बॉक्स ठीक करने से तेज़ है।

4

एनोटेशन की समीक्षा करें

हर इमेज पर Auto Label के काम की जाँच करें। यदि बॉक्स सही दिखें, तो इमेज को अनुमोदित करें (A)। यदि नहीं, तो आप बॉक्स को मैन्युअल रूप से या Smart Selectका उपयोग करके हटा, ठीक, या जोड़ सकते हैं, जिसका उपयोग करने पर आप किसी ऑब्जेक्ट पर क्लिक करते ही यह आपके लिए बॉक्स बना देता है। हम सभी 42 इमेज की समीक्षा करेंगे ताकि वे सभी अनुमोदित हों।

5

एक संस्करण बनाएं और प्रशिक्षण शुरू करें

हम अनुमोदित इमेज को आपके डेटासेट में जोड़ते हैं और उन्हें train, validation, और test सेट में विभाजित करते हैं। हम उपयोग करेंगे RF-DETR (Medium), क्योंकि यह Roboflow द्वारा बनाया गया तेज़ और सटीक डिटेक्शन मॉडल है। फिर डेटासेट का एक संस्करण बनाएं और प्रशिक्षण शुरू करें।

जब मॉडल प्रशिक्षित हो रहा हो, तब आप देख सकते हैं लाइव प्रशिक्षण ग्राफ़। यह मॉडल लगभग 45 मिनट में पूरा हो जाता है, और जब यह पूरा होता है तो आपको एक ईमेल मिलता है। मॉडल खोलें और इसके मूल्यांकन मीट्रिक्स (mAP, precision, recall, और F1)।

6

मॉडल को डिप्लॉय करें

अब आप मॉडल चला सकते हैं। इसे एक वर्कफ़्लोमें उपयोग करें, या इसे स्वतंत्र रूप से डिप्लॉय करें। यह गाइड क्लाउड-होस्टेड Serverless Cloud APIका उपयोग करती है। अपने मॉडल के डिप्लॉय पेज पर, Python स्क्रिप्ट कॉपी करें, निर्भरताएँ इंस्टॉल करें, इसे अपनी किसी एक इमेज पर इंगित करें, और इसे चलाएँ। स्क्रिप्ट मॉडल की भविष्यवाणियाँ JSON के रूप में प्रिंट करती है।

7

परिणामों को विज़ुअलाइज़ करें

बाउंडिंग बॉक्स देखने के लिए, उन्हें इमेज पर supervision, Roboflow की ओपन-सोर्स एनोटेशन लाइब्रेरी। इसे इस कमांड से इंस्टॉल करें pip install supervision, फिर JSON भविष्यवाणियाँ लोड करें और हर आलू के चारों ओर एक बॉक्स बनाएं। मूल Python स्क्रिप्ट में ये पंक्तियाँ जोड़ें:

detections = sv.Detections.from_inference(result)

image = cv2.imread(image_path)
image = sv.BoxAnnotator().annotate(image, detections)

cv2.imwrite("annotated.jpg", image)

प्रत्येक बॉक्स मॉडल द्वारा पाए गए एक आलू को चिह्नित करता है:

प्रशिक्षित मॉडल की भविष्यवाणियाँ supervision के साथ एक फ़्रेम पर खींची गई हैं।

आगे कहाँ जाएँ

• बनाएँ एक वर्कफ़्लो अपने मॉडल के आसपास, ताकि उसे लॉजिक, विज़ुअलाइज़ेशन, और अन्य चरणों के साथ जोड़ा जा सके।

• अपने स्वयं के हार्डवेयर पर मॉडल चलाएँ। देखें मॉडल को स्थानीय रूप से चलाएँ; आपको अपने version पेज से model_id चाहिए (हमारे मामले में वह है erikrf/potatoes-daysm-1-rfdetr-medium-t1).

• वीडियो स्ट्रीम पर मॉडल चलाएँ। देखें वीडियो पर मॉडल चलाएँ.

• और अधिक इमेज को लेबल करके और पुनः प्रशिक्षण देकर सटीकता सुधारें। देखें प्रशिक्षित मॉडल का मूल्यांकन करें.