Menu: Outils / Apprentissage profond IA / Entrainer un modèle
Here you will use the samples previously created to train your model. First you will select the folder in which you have saved your sample in .PLY format, by clicking 
.
Then you will give a name to your model and select which way to intrepet the point cloud by selectiong between RGB or intensity. Once this is done you will distribute your sample between Training set and validation set. Take note that for best results the number of ''Validation Set'' used should be at least a third of the sample used in the ''Training Set''.
- Maximum number of epochs : Will define the number of ite
- Number of batch :
- Enable GPU acceleration :
- GPU id :
Then when all is set, click on 
to start the model training. The model will go directly in the install folder and ready to use for your AI classification by selecting it.
Ici, vous allez utiliser les échantillons précédemment créés pour entraîner votre modèle. Vous devez d'abord sélectionner le dossier dans lequel vous avez sauvegardé votre échantillon au format .PLY, en cliquant sur et donner un nom à votre nouveau modèle.
Vous pouvez créer un nouveau modèle vierge ou démarrer à partir d'une modèle existant. Sélectionnerez d'abord la manière d'analyser le nuage de points en choisissant entre Géométrie, intensité et RGB, et définissez la "distance de classification" (la taille minimale d'un objet qui pourra être reconnu) ainsi que le "rayon de voisinage" (la taille de la sphère d'analyse du modèle).
Une fois ceci fait, vous distribuerez votre échantillon entre ''l'ensemble d'entraînement'' et ''l'ensemble de validation''. Notez que pour de meilleurs résultats, le nombre d'échantillons de l'ensemble de validation doit être au moins égal à un tiers de l'échantillon utilisé dans l'ensemble d'entraînement.
- Nombre d'itération maximum : Définit le nombre d'itérations que l'algorithme va répéter pour apprendre à partir de l'ensemble d'échantillons. Plus l'itération est répétée, meilleur sera l'apprentissage, mais plus le processus sera long à se terminer.
- Taille du lot : Cette option définit le nombre de jeux d'échantillons ajoutés dans le découpage du projet qui seront utilisés par itération du processus ; plus le nombre est élevé, plus la mémoire sera utilisée. Dans le cas où vous manquez de mémoire, réduisez ce nombre.
- Activer l'acceleration GPU : Si cette case est cochée, l'application fonctionnera en utilisant la mémoire du GPU NVidia au lieu du CPU.
- GPU id : Sélectionnez l'ID de la carte GPU si vous en avez plusieurs dans votre ordinateur.
Lorsque tout est prêt, cliquez sur 
pour lancer l'apprentissage du modèle. Le modèle ira directement dans le dossier d'installation et sera prêt à être utilisé pour votre classification AI en le sélectionnant.
