TinyML

Kapitel 10. Personendetektion: Ein Modell trainieren

Diese Arbeit wurde mithilfe von KI übersetzt. Wir freuen uns über dein Feedback und deine Kommentare: [e-mail]

In Kapitel 9 haben wir gezeigt, wie du ein trainiertes Modell zur Erkennung von Personen in Bildern einsetzen kannst, aber wir haben nicht erklärt, woher dieses Modell stammt. Wenn dein Produkt andere Anforderungen stellt, möchtest du sicher deine eigene Version trainieren können, und dieses Kapitel erklärt, wie das geht.

Eine Maschine auswählen

Das Training dieses Bildmodells benötigt viel mehr Rechenleistung als unsere vorherigen Beispiele. Wenn du also willst, dass dein Training in einer angemessenen Zeit abgeschlossen wird, musst du einen Rechner mit einer High-End-Grafikeinheit (GPU) verwenden. Wenn du nicht damit rechnest, dass du viele Trainingsaufträge durchführen wirst, empfehlen wir dir, zunächst eine Cloud-Instanz zu mieten, anstatt eine spezielle Maschine zu kaufen. Leider funktioniert der kostenlose Colaboratory-Dienst von Google, den wir in den vorherigen Kapiteln für kleinere Modelle verwendet haben, nicht, und du musst für den Zugang zu einer Maschine bezahlen. Es gibt viele gute Anbieter, aber in unserer Anleitung gehen wir davon aus, dass du Google Cloud Platform verwendest, weil wir mit diesem Dienst am besten vertraut sind. Wenn du bereits Amazon Web Services (AWS) oder Microsoft Azure verwendest, bieten sie ebenfalls TensorFlow-Unterstützung an und die Trainingsanweisungen ...