Entrenar i publicar el vostre model de detecció d'objectes
En aquesta secció, aprendràs a verificar les dades i, a continuació, a entrenar, provar i publicar el model.
- A la pantalla Entrena el model , verifiqueu que teniu els noms correctes i el nombre correcte d'imatges.
- Si les dades són bones, seleccioneu Entrena per iniciar l'entrenament del model de Detecció d'objectes.
Prova ràpida del model
Un cop entrenat el model, el podeu veure en acció des de la pàgina de detalls. Més informació: Gestionar el model a AI Builder
A la pàgina de detalls del model, seleccioneu Prova ràpida a la secció Darrera versió entrenada.
Pengeu una imatge que contingui els vostres objectes per provar el model.
El teu model s'aplicarà a la imatge que has penjat. Aquest pas pot trigar una estona.
Un cop el model hagi acabat de funcionar, els rectangles trobats es dibuixaran directament a la imatge.
Com es pot interpretar la puntuació de rendiment del model
Si feu una prova ràpida del model després d'entrenar-lo, apareixerà una puntuació de rendiment a la pàgina de detalls. Aquesta puntuació de rendiment indica el rendiment del model a les imatges que heu penjat. Aquesta puntuació no és una indicació del rendiment que tindrà en les vostres imatges futures perquè encara no les ha vist.
Si penges menys de 50 imatges per a una etiqueta, és més probable que obtinguis una puntuació alta, fins al 100 per cent. Això no vol dir que el vostre model sigui a prova de bales. Vol dir que el vostre model no s'ha equivocat en un subconjunt de les imatges que heu proporcionat (anomenat conjunt de prova). Com més petit sigui el conjunt d'entrenament, més petit serà el conjunt de proves i més probable és que el vostre model sigui correcte quan es calculi la puntuació de rendiment.
Les puntuacions de rendiment del model són més fiables quan teniu més de 50 imatges per etiqueta i quan aquestes puntuacions es mantenen estables fins i tot quan canvieu el conjunt d'entrenament.
Publicar el model de Detecció d'objectes
A partir d'aquí, podeu fer més proves amb altres imatges. Si esteu satisfets amb els resultats, podeu publicar el vostre model per utilitzar-lo a Power Apps or Power Automate.
Límits
| Acció | Límit | Termini de renovació |
|---|---|---|
| Detecció d'objectes trucades (per entorn) | 4800 | 60 segons |