Entrenar un modelo de detección de objetos personalizadosLaiCai Flow

• Incluye diferentes posiciones, tamaños, iluminación, fondos, marcos de animación y oclusión parcial.
• Mantén ejemplos difíciles: objetos diminutos, objetos de borde, borrón, popups y no-objetivos visualmente similares.
• Agregue algunas imágenes de fondo donde ninguna de sus clases de destino aparecen. Sus archivos de etiquetas están vacíos.
• No hay mínimo universal. Para una primera prueba, busca por lo menos 50 cajas variadas por clase; clases difíciles o similares suelen necesitar 100–200 o más.

• Cada instancia visible de cada clase objetivo debe ser etiquetado. Un objetivo no etiquetado se aprende como fondo.
• Use la misma política de caja en todas partes: apretado alrededor del objeto visible, sin grandes márgenes.
• Preferir nombres como CopperDepleted or cobre depleted when a labeling tool changes space.

1. 1

   Abrir MakeSense.ai y subir las imágenes de origen. Mantenga su carpeta de imagen original; la etiqueta exportada ZIP no la reemplaza.

2. 2

   Elija la detección de objetos, no el reconocimiento de imagen. (Object Detection · Image Recognition)

3. 3

   Crear la lista final de clase en un orden fijo, luego dibujar un rectángulo alrededor de cada instancia de destino.

4. 4

   Revisa imágenes vacías, objetos perdidos, clases erróneas y cajas sueltas antes de la exportación.

5. 5

   Exportar Anotaciones Rect como un paquete ZIP enYOLOformato. (Rect annotations)

dataset/
├── images/
│   ├── train/
│   └── val/
├── labels/
│   ├── train/
│   └── val/
└── data.yaml

path: /absolute/path/to/dataset
train: images/train
val: images/val

names:
  0: Copper
  1: CopperDepleted
  2: Wood
  3: Monster

Una división inicial práctica es un 80% de tren y un 20% de validación. El conjunto de validación debe contener escenas genuinamente invisibles.

• Para un nuevo lote de anotación, usted no necesita subir las imágenes viejas a MakeSense.ai otra vez.
• Combina las nuevas imágenes y etiquetas fuera de línea, y luego remapa los IDs de clase numérica por nombre de clase para que el orden original se mantenga sin cambios.
• Reentrenamiento con el conjunto completo de datos antiguos + nuevos. El entrenamiento sólo en las nuevas imágenes puede hacer que las viejas clases se comportan como fondo.

python3 -m venv .venv
source .venv/bin/activate
python -m pip install --upgrade pip
pip install ultralytics==8.4.138 onnx==1.22.0 \
  onnxruntime==1.29.0 onnxslim==0.1.96

Parámetros de inicio recomendados

from ultralytics import YOLO

model = YOLO("yolo26n.pt")
model.train(
    data="dataset/data.yaml",
    imgsz=960,
    epochs=200,
    patience=40,
    batch=8,
    device="mps",  # NVIDIA: 0 · CPU: "cpu"
    workers=4,
    seed=42,
    close_mosaic=15,
)

• Precisión: cuántas detecciones reportadas son correctas.
• Recuerda: cuántos objetos reales fueron encontrados.
• mAP50 y mAP50-95: localización general y calidad de clasificación a través de umbrales.
• Matriz de confusión: qué clases se equivocan para el otro o para el fondo.

from ultralytics import YOLO

model = YOLO("runs/detect/train/weights/best.pt")
model.export(
    format="onnx",
    imgsz=960,
    batch=1,
    dynamic=False,
    simplify=True,
    nms=None,
)

Paquete del directorio modelo

Seleccione el directorio en la biblioteca modelo de LaiCai. El directorio debe contener config.json y el archivo ONNX llamado por modelFile. Los ID de clase deben comenzar a 0 y permanecer contiguos.

game-objects/
├── config.json
└── model.onnx

{
  "id": "game-objects-v1",
  "name": "Game Objects v1",
  "type": "yolo",
  "modelFile": "model.onnx",
  "outputFormat": "raw_yolo_no_objectness",
  "id2label": {
    "0": "Copper",
    "1": "CopperDepleted",
    "2": "Wood",
    "3": "Monster"
  },
  "label2id": {
    "Copper": 0,
    "CopperDepleted": 1,
    "Wood": 2,
    "Monster": 3
  }
}

• Seleccione el modelo en la biblioteca modelo y confirme su entrada, salida, formato de salida y lista de clases.
• Usar la pantalla actual de prueba con una clase y un umbral de inicio razonable como 0.5.
• Prueba ambos marcos positivos y marcos negativos o confusos. Una llamada de inferencia exitosa no es la misma que un objeto detectado.
• Después de la validación de escritorio, prueba el mismo modelo por separado en Android Agent si el flujo se ejecutará en el teléfono.