トレーニングパラメータ¶
モデルを使用するとき、推論を加速させるまたはモデルの精度を向上させる必要がある場合、トレーニングパラメータを調整して再度モデルをトレーニングして最適化します。
- 入力画像のサイズ
トレーニングを実行するときにニューラルネットワークに入力する画像の寸法(単位はピクセル)です。デフォルトの設定を使用することを推奨します。画像にある対象物または欠陥ラベル付け領域が小さい場合、入力画像のサイズ を大きく設定する必要があります。画像の寸法が大きいほどモデルの精度は高くなりますがトレーニングの速度が遅くなります。
- モデルタイプ
標準:一般的な場合に 標準 を使用することを推奨します。
拡張:モデルの効果が良くないまたは高い精度が求められる場合に 增强 を選択します。ただし、このモードを選択するとトレーニングの速度が遅くなります。
- 評価間隔
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。評価間隔 を大きくするとトレーニングの速度が改善されます。このパラメータの値が大きいほど速度がはやくなります。値が小さいほど速度が遅くなりますが最適モデルを選出に役立ちます。
- エポックの合計数
モデルトレーニングのエポックの合計数です。通常はデフォルト設定を使用することを推奨します。対象物の特徴が複雑な場合、この数を増やしてください。モデルはより良く収束しますが、トレーニングが遅くなります。
注意
エポックの合計数は多いほど良いというわけではありません。エポックの合計数があまり大きく設定すると、モデルトレーニングの正確率が安定してもトレーニングが続き、時間がかかり、かつ過剰適合が発生する可能性もあります。