Para entrenar a su modelo en el proyecto de creación, necesita imágenes de productos. Porque aquí hay solo un ejemplo, solo necesita algunas imágenes para esta serie de tutoriales.
Intentemos incluir entre 5 y 10 imágenes de laptops MacBooks así como sillas de oficina. Hay varias formas de obtener estas imágenes:
- Tome las fotografías usted mismo desde diferentes ángulos del producto y desde diferentes productos.
- Descarga imágenes de Internet para entrenar tu modelo. Asegúrese de no utilizar imágenes con derechos de autor, ya que puede tener los derechos para utilizarlas.
- Utilice uno de los muchos grupos de formación de imágenes en línea.
Personalmente, acabo de tomar un puñado de fotografías en la oficina y entrené a la modelo en ellas. Por supuesto, si tiene un modelo productivo, necesita entrenarlo en mucho más que solo 5-10 imágenes.
Si tiene todas las imágenes listas, debe estructurarlas de la manera especificada para Create ML para entrenar con éxito su modelo.
La estructura de la carpeta debe tener el siguiente aspecto:
Los datos de entrenamiento y los datos de prueba deben ser imágenes diferentes para realizar correctamente el entrenamiento y las pruebas de Create ML.
Después de seleccionar sus datos de entrenamiento y prueba dentro de Create ML, puede agregar cosas diferentes Aumenta si solo quieres tener una cita, esto no es necesario.
Para crear un modelo Core ML, todo lo que tiene que hacer es presionar Tren ubicado en la parte superior de Create ML.
Después de ejecutar su entrenamiento ML Core, obtendrá resultados como los de la siguiente imagen. Estos datos le permiten comprender su modelo, qué tan preciso es y cómo es posible que deba modificar el entrenamiento para obtener mejores resultados.
El modelo debería funcionar perfectamente y puedes exportarlo al disco duro o directamente a Xcode.
Exporte el modelo directamente a Xcode y luego continúe con el siguiente tutorial.
¡Felicidades! Tiene un modelo de Core ML entrenado con Create ML. Siéntase libre de seguir jugando con Create ML y las capacidades de Machine Learning con SAVIA.
