Alla olevat vinkit auttavat onnistumaan opetettavan koneen opettamisessa eli luokittelijan tekemisessä!

Tarvitset sopivan määrän opetusaineistoa eli kuvia

Opetusaineistoa ei tarvita valtavasti. Yleensä 20-30 kuvaa per luokka riittää, joskus pärjää jopa 4-5 kuvalla. Tarvittaessa ota lisää kuvia, mutta muista kiinnittää huomiota datan laatuun.

Opetusaineiston laatuun kannattaa satsata!

Opetusaineiston laatu on yleensä tärkeämpää kuin sen määrä. Jos haluat että sovellus tunnistaa esineen tai asian joka olosuhteissa, lisää luokkaan kuvia esineestä tai asiasta eri olosuhteissa: Erilaisessa valossa, erilaisella taustalla ja mahdollisesti eri värisenä.

Huom! Sama koskee opetettavan koneen testaamista! Toimivuuden varmistamiseksi voit myös pitää olosuhteet sovelluksen testauksessa samana kuin opetusaineistoa hankittaessa eli voit opettaa ja testata sovellusta samoissa olosuhteissa jos et halua tavoitella erilaisissa olosuhteissa toimivaa sovellusta.

Älä tee koneestasi liian haurasta!

Jos luokkaan on lisätty vain hyvin samanlaisia kuvia samanlaisella taustalla, tulee luokittelijasta hauras. Hauras tekoäly heittäytyy epäluotettavaksi kun olosuhteet muuttuvat. Tekoälyn hauraudesta ei pääse täysin irti millään ilveellä, joten kaikissa olosuhteissa toimivan luokittelijan tekeminen on haastavaa.

Tähän esimerkkikuvia!!!

Yhteenveto

Mitä enemmän lisäät monipuolisia kuvia koneesi luokkiin, sitä paremmin luokittelija onnistuu tehtävässä eri olosuhteissa. Jos taas luokittelijan toimivuuteen halutaan lisää varmuutta, olosuhteet käytettäessä konetta kannattaa pitää samana kuin konetta opettaessa. Kokeile rohkeasti itse, miten luokittelija toimii parhaiten ja tee omat johtopäätöksesi!