モデルのトレーニング

画像の明るさです。照明が激しく変化する現場では、輝度 を調整し、異なる照明環境のデータセットを作成します。

画像の明暗の差です。対象物が背景に溶け込む場合、コントラスト を調整して、対象物がはっきり見えるようにします。

画像の全てのピクセルを指定したオフセットで移動します。物体（箱やパレットなど）の位置が大幅に変わる場合、並進 パラメータで縦と横方向の並進量を調整します。

画像がある点を中心に一定の角度回転して新たな画像になります。普通、初期値を使用すればいいです。対象物の姿勢変化が大きい場合、回転 パラメータを調整して様々な角度回転した画像データを作成します。

画像をある比例で縮小、拡大します。対象物が配置されている高さの変化が大きい場合、スケーリング パラメータを調整して異なる高さで撮影する対象物の画像を生成します。

画像を左右 180° 反転します。対象物が左右対称する場合、左右反転 をオンにします。

画像を上下 180°反転します。対象物が上下対称する場合、上下反転 をオンにします。

トレーニング時にニューラルネットワークに入力する画像の幅と高さ（単位：ピクセル）。普通はデフォルトのパラメータ値を使用すればいいです。画像にある対象物または欠陥領域が小さい場合に 入力画像のサイズ を大きくする必要があります。画像のサイズが大きいほどモデルトレーニングの精度は向上しますがトレーニングの速度は遅くなります。

ニューラルネットワークのトレーニングを実行するたびに使用するサンプル数です。デフォルトの設定を使用すればいいです。トレーニングの速度を向上させたい場合に バッチサイズ パラメータ値を大きく調整します。ただし、あまり大きく調整したらメモリ使用量も高くなります。

モデルトレーニング時、毎回評価するまで実行するトレーニングのエポック数です。初期値を使用することを推奨します。評価間隔 を大きく調整するとトレーニングのスピードは速くなり、小さく調整するとトレーニングのスピードは遅くなりますが最適なモデルの選出に役立ちます。

モデルトレーニングのエポックの合計数です。通常は初期値を使用しても構いません。対象物の特徴が複雑な場合、この数を増やしてください。モデルがより良く収束しますが、一方で学習時間が長くなります。

学習率は 1 回のトレーニングでニューラルネットワーク内の重みやバイアスを更新する量の調整値です。デフォルトの設定を使用することを推奨します。チャートの損失曲線がゆっくりと収束する場合は、学習率を適切に上げます。曲線の変化が激しい場合は学習率を下げます。

お使いのデバイスのグラフィックカード情報です。複数の GPU がある場合、GPU を指定することができます。

認識可能な目標の最大数を限定します。デフォルトではチェックが外れています。チェックして値を設定すると推論の速度を上げられます。普通、このパラメータは GPU 使用率を下げられます。