버전, 학습, 모델

Roboflow에서 데이터셋 버전, 학습, 모델이 어떻게 연결되는지, 그리고 각 모델이 어떻게 식별되고 배포되는지.

Roboflow는 세 가지 개념을 분리해 둡니다: 데이터셋 버전, 트레이닝, 그리고 모델입니다. 이들이 어떻게 연결되는지 이해하면 모델을 학습, 비교, 배포하는 데 도움이 됩니다.

데이터셋 버전은 이미지, 분할, 전처리, 증강을 포함한 데이터셋의 변경 불가능한 스냅샷입니다. 스냅샷 자체가 변경될 때만 새 버전을 생성합니다.

트레이닝은 선택한 아키텍처와 설정으로 버전에서 시작하는 단일 학습 실행입니다. 하나의 버전에는 하나 이상의 트레이닝이 있을 수 있습니다.

모델은 트레이닝으로 생성된 학습된 네트워크입니다. 하나의 트레이닝은 하나 이상의 모델을 생성합니다(예: a Neural Architecture Search 여러 후보 모델을 생성합니다).

데이터셋 버전
   │  하나 이상의 트레이닝 시작
   ▼
트레이닝
   │  하나 이상의 모델을 생성합니다
   ▼
모델

예를 들어 아키텍처를 비교하기 위해 동일한 버전에서 데이터를 다시 생성하지 않고 하나 이상의 트레이닝을 시작할 수 있습니다. 다른 모델을 학습하는 데 새 버전은 필요하지 않습니다. 기본 데이터나 전처리가 변경될 때만 새 버전을 생성하세요.

각 모델은 개별적으로 배포되고 평가되며, 배포하거나 추론을 실행할 때 모델 ID로 참조됩니다. 버전에서 학습된 모델은 다음 형식의 자체 모델별 ID를 가집니다 {workspace}/{model-slug}, 따라서 여러 모델이 있는 버전은 각 모델에 고유한 ID를 부여합니다(예: Workflow 모델 블록에서 하나를 선택합니다). 기존 단일 모델 버전은 다음으로 참조됩니다 {project}/{version} 대신 사용됩니다. 참조하세요 모델 ID 두 형식의 구조는 물론, 지원되는 모델 학습된 모델을 호출하는 방법을

단일 모델이 있는 버전은 이 관계에서 가장 일반적인 경우입니다: 하나의 모델을 생성한 하나의 트레이닝입니다. 동일한 구조는 같은 버전에서 여러 트레이닝과 여러 모델로 확장됩니다.

트레이닝 삭제

더 이상 원하지 않는 실행을 정리하려면 프로젝트의 Models 페이지에서 버전 카드를 열고 "Delete"를 클릭한 다음, 확인을 위해 모델 이름을 입력하고 "Move to Trash"를 클릭하세요. 실행 중이 아닌 트레이닝만 삭제할 수 있습니다. 트레이닝과 해당 모델은 작업공간에 보관됩니다 휴지통 30일 동안 보관되므로 복원할 수 있습니다.

버전에서 가장 오래된 트레이닝이 그 버전의 {project}/{version} 모델 ID를 소유합니다. 해당 트레이닝을 삭제하면 서빙은 다음으로 오래된 트레이닝으로 이동하거나, 새 트레이닝이 완료될 때까지 중지됩니다. 확인 창에서 어떤 경우가 적용되는지 알려줍니다.

API를 통해 트레이닝을 삭제하려면 다음을 전송하세요 DELETE /:workspace/:project/:version/v2/trainings/:trainingId 다음 권한 범위를 가진 키로 version:update 스코프.