A, Cấu hình máy tính
Qúa trình huấn luyện mô hình nhận diện linh kiện được thực hiện trên Google Colab. Đây là hệ thống được xây dựng bởi Google cho phép việc huấn luyện mô hình diễn ra online.
Ưu điểm:
✓ Cho phép việc huấn luyện dữ liệu online với RAM 8Gb và GPU 2Gb.
So với những máy tính thông thường, cấu hình này cho phép tăng tốc quá trình huấn luyện và đánh giá mô hình.
41
✓ Tiết kiệm chi phí training.
✓ Cho phép upload và dowload file huấn luyện một cách dễ dàng.
Nhược điểm:
o Thời gian huấn luyện sử dụng GPU bị hạn chế. Cho phép tối đa 12h.
o Độ bảo mật dữ liệu không cao.
Hình 3. 17: Google Colaboratory
B, Thu thập dữ liệu và training
Để huấn luyện mô hình nhận diện linh kiện, 2300 ảnh linh kiện với 3 loại vết xước khác nhau được thu thập. Ảnh được thu thập bởi camera có độ phân giải 2 Mpx. Tập ảnh được chia ra thành file train và file test với số ảnh tương ứng là 2070 và 230 ảnh. Các ảnh được tinh chỉnh kích thước về 300x300 pixel sao cho phù hợp với đầu vào của mô hình U-net.
42
Để giảm thiểu thời gian huấn luyện cũng như gia tăng độ chính xác cho mô hình, file weight ban đầu của mô hình được cập nhật từ “Imagenet”. Đây là file weight đã được huấn luyện qua các bộ dữ liệu cực lớn, do đó nó cho phép mô hình hội tụ nhanh hơn và tối ưu hơn. Do đó tổng thời gian để huấn luyện mô hình chỉ mất 30 phút với độ chính xác cao nhất là 98.34% trên tập test như thể hiện ở hình (3-20).