Skip to end of banner
Go to start of banner

Entrainer un modèle

Skip to end of metadata
Go to start of metadata

You are viewing an old version of this page. View the current version.

Compare with Current View Page History

« Previous Version 7 Current »

Menu: Outils / Apprentissage profond /  Entrainer un modèle


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.

  • No labels