训练模型

前提条件

已在视觉套件控制台选择“无监督车牌检测工作流”新建应用，并已执行完“数据选择”步骤，详情请见选择数据。

训练模型

图1 训练模型

1. 在“模型训练”页面，选择“训练模型”和“车辆场景”。
   • “训练模型”：可选“基础模型（精度较低，但推理速度快）”和“高精模型（精度高，但推理速度较慢）”。
   • “车辆场景”：可选“城市场景”和“工地场景”。
2. 单击“训练”。

   模型训练一般需要运行一段时间，等模型训练完成后，“开发应用>模型训练”页面下方显示查看训练详情。

查看训练详情

模型训练完成后，可在“模型训练”页面查看“训练详情”，包括“准确率变化情况”和“损失变化”。

图2 模型训练

模型如何提升效果

• 检查是否存在训练数据过少的情况，建议每个类别的图片量不少于100个，如果低于这个量级建议扩充。
• 检查不同标签的样本数是否均衡，建议不同标签的样本数量级相同，并尽量接近，如果有的类别数据量很高，有的类别数据量较低，会影响模型整体的识别效果。
• 选择适当的学习率和训练轮次。
• 通过详细评估中的错误识别示例，有针对性地扩充训练数据。

后续操作

模型训练完成后，单击“下一步”，进入应用开发的“模型评估”步骤，详细操作指引请参见评估模型。