Addestra un modello

Beta

Un addestramento insegna a un modello a partire da una versione del dataset pronta. Se va a buon fine, aggiunge al modello una nuova versione da scaricare.

L’addestramento è in beta privata: è disponibile solo il rilevamento oggetti su dataset di immagini, e solo per le organizzazioni con accesso ai modelli.

Prima di iniziare

Ti servono:

• L’accesso ai modelli per la tua organizzazione e l’accesso in modifica al modello.
• L’accesso in modifica al dataset di immagini su cui addestri, perché l’addestramento conserva quella versione del dataset.
• Una versione pronta del dataset con almeno due immagini approvate, in cui ogni etichetta sia usata su un’immagine approvata.

Vengono usate solo le immagini approvate. Le immagini approvate senza annotazioni insegnano al modello cosa non è un oggetto. I poligoni diventano i riquadri che li racchiudono. Se la versione non soddisfa i requisiti, revisiona altre immagini e crea una nuova versione.

Avviare un addestramento

1. Apri il modello e seleziona Addestra nuova versione. Puoi anche selezionare Addestra nuova versione su una versione pronta nella pagina Versioni del dataset, poi scegliere un modello o crearne uno.
2. In Dataset immagini, scegli il dataset. In Versione del dataset, scegli una versione pronta. La finestra mostra quante immagini approvate e quante classi contiene.
3. In Calcolo, lascia CPU. GPU arriverà prossimamente.
4. In Modello di base, scegli il punto di partenza preaddestrato. Le basi più grandi richiedono più memoria e tempo di addestramento. Nano è consigliato per prove rapide su CPU.
5. Se vuoi, apri Impostazioni avanzate per cambiare la configurazione.
6. Seleziona Addestra nuova versione.

L’addestramento entra in coda e prosegue in background. Seleziona Apri training per seguirlo. Un modello può avere un solo addestramento attivo alla volta.

Impostazioni di addestramento

Impostazione	Valori	Predefinito	A cosa serve
Epoche	Da 1 a 100	20	Numero massimo di passaggi sulle immagini di training
Dimensione immagine	320 px o 640 px	320 px	Risoluzione a cui vengono ridimensionate le immagini
Dimensione batch	Da 1 a 16	4	Immagini elaborate insieme in un passo
Immagini di validazione (%)	Da 10 a 40	20	Quota di immagini tenute da parte per valutare il modello
Seed casuale	Da 0 a 4.294.967.295	42	Rende suddivisione e addestramento più ripetibili

La quota di validazione è un obiettivo. Le immagini identiche restano sempre dalla stessa parte della suddivisione e ogni etichetta resta nel training. Lo stesso seed migliora la ripetibilità ma non garantisce risultati identici.

Seguire un addestramento

Apri Addestramenti nella pagina del modello e fai clic su un addestramento per vederne i dettagli: stato, fase corrente, epoche completate, durata, versione del dataset, modello di base e configurazione.

Stato	Significato
In coda	L’addestramento è in attesa di partire.
In corso	L’addestramento è in esecuzione.
Annullamento	L’addestramento si sta fermando dopo una richiesta di annullamento.
Completato	L’addestramento è terminato ed è stata creata una nuova versione.
Fallito	L’addestramento si è fermato per un errore. Nessuna versione creata.
Annullato	L’addestramento è stato annullato. Nessuna versione creata.

Mentre l’addestramento è attivo, la fase indica cosa sta facendo: In attesa delle risorse di calcolo, Preparazione del dataset, Addestramento del modello, Valutazione del modello o Salvataggio dei pesi e dei risultati.

Chi ha avviato l’addestramento riceve un’email quando termina con successo o non riesce.

Metriche

Ultime metriche riportate mostra gli ultimi valori comunicati dall’addestramento, e i grafici ne mostrano l’andamento quando ci sono almeno due misurazioni.

Metrica	Significato
mAP50-95	Qualità complessiva del rilevamento su varie soglie di sovrapposizione
Precisione	Quante rilevazioni sono corrette
Recall	Quanti oggetti etichettati vengono trovati
Loss di addestramento	Quanto il modello si adatta alle immagini di training

Per mAP50-95, precisione e recall, più alto è meglio. Una loss più bassa di solito indica un adattamento migliore. Confronta addestramenti con gli stessi dati e le stesse impostazioni di validazione. Una metrica mancante non vale zero.

Annullare o ripetere un addestramento

• Per fermare un addestramento attivo, seleziona Annulla addestramento, poi Interrompi addestramento. Non viene creata alcuna versione.
• Per avviare un nuovo addestramento con le stesse impostazioni, apri un addestramento e seleziona Duplica configurazione.

Se un addestramento non riesce

La pagina dell’addestramento spiega il motivo. Le cause più comuni:

• La versione del dataset contiene annotazioni non valide o immagini mancanti.
• Le immagini revisionate non bastano: revisiona altre immagini annotate e crea una nuova versione del dataset.
• L’addestramento ha superato il limite di tempo: prova meno epoche o una dimensione immagine più piccola.

Crediti e dati

• Durante la beta privata l’addestramento non consuma crediti.
• La versione del dataset usata da un addestramento non si può eliminare finché il modello esiste.
• I pesi scaricati sono soggetti alla licenza descritta in Modelli.

Passi successivi

• Modelli: scarica le versioni addestrate.
• Versioni del dataset
• Revisiona i contenuti