Trenuj niestandardowy model wykrywania obiektówLaiCai Flow

• Obejmują różne pozycje, rozmiary, oświetlenie, tło, ramy animacji i częściową okluzję.
• Zachować trudne przykłady: małe obiekty, obiekty krawędziowe, rozmazane, wyskakujące i wizualnie podobne nie-cele.
• Dodaj kilka obrazków w tle, gdzie nie pojawiają się żadne z klas docelowych. Ich pliki etykiet są puste.
• Nie ma uniwersalnego minimum. Do pierwszego badania należy dążyć do co najmniej 50 różnych pól na klasę; klasy trudne lub podobne zazwyczaj wymagają 100- 200 lub więcej.

• Każdy widoczny punkt każdej klasy docelowej musi być oznaczony. Nieoznaczony cel jest uczony jako tło.
• Użyj tej samej polityki pola wszędzie: ciasno wokół widzialnego obiektu, bez dużych marginesów.
• Preferowane nazwy, takie jak CopperDepleted lub miedź _ zubożony, gdy narzędzie etykietujące zmienia spacje.

1. 1

   Otwórz MakeSense.ai i przesłać zdjęcia źródłowe. Zachowaj oryginalny folder obrazkowy; eksportowana etykieta ZIP go nie zastępuje.

2. 2

   Wybierz wykrywanie obiektów, nie rozpoznawanie obrazów. (Object Detection · Image Recognition)

3. 3

   Utwórz ostateczną listę klas w stałej kolejności, a następnie narysuj prostokąt wokół każdej instancji docelowej.

4. 4

   Przejrzyj puste obrazy, pominięte obiekty, złe klasy i luźne pola przed wywozem.

5. 5

   Eksportuj adnotacje Rect jako pakiet ZIP wYOLOformat. (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

Praktyczny rozłam początkowy to 80% pociągów i 20% walidacji. Zestaw walidacji musi zawierać rzeczywiście niewidoczne sceny.

• Dla nowej partii adnotacji, nie trzeba wysyłać starych obrazów do MakeSense.ai ponownie.
• Połącz nowe obrazy i etykiety offline, a następnie remap identyfikatory klasy numerycznej według nazwy klasy tak oryginalny porządek pozostaje bez zmian.
• Retrain z kompletnym starym + nowy zestaw danych. Trening tylko na nowych zdjęciach może sprawić, że stare klasy zachowują się jak tło.

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

Zalecane parametry startowe

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,
)

• Precyzja: ile zgłoszonych wykryć są poprawne.
• Przypomnij: ile prawdziwych obiektów znaleziono.
• maP50 i maP50- 95: ogólna lokalizacja i jakość klasyfikacji w różnych progach.
• Matryca splątania: które klasy są mylone ze sobą lub z tła.

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,
)

Opakowanie katalogu modelu

Wybierz sam katalog w bibliotece modelu LaiCai. Katalog musi zawierać config.json i plik ONNX nazwany przez modelFile. Identyfikatory klasy muszą zaczynać się od 0 i pozostać spójne.

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
  }
}

• Wybierz model w bibliotece modelu i potwierdź jego wejście, wyjście, format wyjścia i listę klas.
• Użyj testowego bieżącego ekranu z klasą i rozsądnym progiem startowym, np. 0.5.
• Sprawdzić zarówno pozytywne i negatywne lub mylące ramy. Udane wywołanie nie jest tym samym co wykryty obiekt.
• Po walidacji pulpitu, testować ten sam model oddzielnie na Android Agent, jeśli Flow będzie działać na telefonie.