Сколько данных нужно, чтобы обучить модель для стройки?
Если говорить о внедрении систем видеомониторинга на стройку, то здесь стоит отметить важный фактор. Речь идёт об обучении модели непосредственно для внедрения на объект. В этом материале расскажу про данные, классы, разметку, особенности датасета и другие параметры, которые стоит учитывать при масштабировании системы. Минимальный объём данных, необходимых для работы Основываясь на своём опыте, скажу, что для обучения одного класса необходимо примерно 3-4 тысячи размеченных изображений. Это число не будет универсальным минимумом для любой нейросети, это больше рекомендуемый стартовый объём в рамках того подхода, с которым мы работаем. Сложность классов, а также разнообразие условий здесь играют важную роль. Если объект крупный и его легко различить, то нам потребуется одно покрытие. Если же объект маленький и находится на заднем плане, то в таком случае необходимо другое покрытие. Иногда приходится использовать сотни тысяч реальных размеченных кадров, и тогда, как правило, применяется аугментация. Чтобы проверить, готова ли модель к production, нужно прогнать её на тестовой выборке. Если данных много - это хорошо, но важно понимать, представлены ли в этих данных условия, в которых системе предстоит работать. Различия в моделях при разном количестве размеченных примеров Если мы говорим о том, сколько примеров используется для обучения моделей (тысяча, десять тысяч или сто тысяч), то здесь нет универсальной зависимости по процентам качества. Итоговый результат всегда будет зависеть от того, насколько качественная выборка, разметка, какая исходная модель и насколько сложная задача. Читать далее