口罩脸孔资料集的训练(Training)

上一篇我们已经为资料集做好资料前处理、资料扩增与资料集版本建立, 接下来我们要开始执行training.

请在eden_mask资料集中点选Versions页签, 然後点击3.0.0版号的training图示, 如下图红框所示

这时只要输入Model Name就好, 而Select file栏位会自动带入.
需要说明一下的是训练的方法与资料切分的比例这二个栏位, 因为两个选项会影响训练的品质.

• 训练的方法(Method fo Training):初次使用时建议先选用预设的 [小尺寸/低精准度] 方法，高精准度的模型通常需要数小时到数天的工作时间，而快速得到的低精准度模型也许已经足够胜任辨识的工作。
• 资料切分的比例(Split Images):模型训练是一个监督式的过程，系统会将资料分为训练集 (考古题) 与测试集 (模拟考卷)，这个切分的比例可以按照你个人的喜好，然而同样切分比例得到的训练集也不会每次都完全相同，这是一个随机抽样的过程。理想的切分比例不用保留过多的测试集，10%~20% 应该是一个不错的比例，但若你的资料集版本内有高达数十万笔的资料，这时候你可以试着将测试集的比例再调低一点。

训练方法我们选择Faster detction & Small size, 就先以小尺寸进行说明 .而资料切分保留原本的设定, 也就是8:2.
接着点击Create键

Nilvana根据资料集版本的统计量，预先为你设定了理想的最大训练迭代次数，不需要调整太多的参数就可以完成训练设定。然而，若你发现训练过程中的曲线已经收敛到理想情况，你可以随时中断训练工作，不用等到所有迭代都执行完毕。

当完成训练之後, 可以在第三个功能(Models)中看到已产生的model, 如下图.
我们再点mask_model进去看看.

下图显示的是训练出来的model内容

我们先来评估/测试一下我们训练出来的模型准不准, 请点击下图的Model Evaluation页签

在Model Evaluation页签後, 左侧显示训练的记录, 右侧你可以上传一张图片试试看训练出来的model准不准. 现在就让我们来试试这个功能, 请点击Select Image键

上传一张图片後，就可以确认辨识结果，如下图中系统辨识有戴口罩的机率是97.8%

监督式学习的模型品质跟高品质的资料集有很大的关系，如果你觉得效果不尽理想，可以先试着增加有意义的训练资料，再实验使用不同的训练方法与切分比例。

到此我们已经使用 Nilvana 的 Vision Studio 完成口罩辨识模型的训练流程，选定资料集版本後，在 UI 上就能选择训练方式及图片切分比例，对於模型训练的任务来说更加轻松上手