================================
[ Machine Learning ] Separation of Training Set, Testing Set, and Training Process | Part 3
接續 Part 2，我們要先將 Label Studio 輸出的檔案分為訓練集及驗證集。
訓練集是用來訓練模型的數據集，驗證集是用來評估模型表現的數據集。通過這兩個數據集的使用，我們可以評估模型的表現和泛化能力，並確保模型可以適應新的數據。
1. 創建資料夾
在原本輸出的資料夾內創建名為 train ( 訓練) 及 val ( 驗證 ) 的資料夾。
再分別在這兩個資料夾內創建 images ( 影像 ) 及 labels ( 標籤 ) 的資料夾。
2. 將影像及標籤重新命名
由於產出後的影像及標籤的名稱可能是亂碼，可以先將它們重新命名後再做分配，這裡以 cat 為例：
( cat 影像一共 39 張，cat 標籤一共 39 個 )
★ 影像和標籤的數量應為相同。
★ 更改名稱時要確定順序不要跑掉！全選 > 按下 Option 鍵 > 點選「重新命名」；或者全選 > 對第一個檔案按下右鍵 > 點選「重新命名」。
3. 將影像及標籤分配至訓練集及驗證集
訓練集及集的比例不是固定的，因為比例通常取決於數據集的大小、複雜性以及使用的訓練模型等因素。我決定的比例是 9 : 1 ( 訓練集 : 驗證集 )，也就是 39 張影像和 39 個標籤中，我要分配 ( 複製 ) 35 張影像和 35 個標籤到 train ，分配 4 張影像和 4 個標籤到 val。理所當然，影像請放入 images 中，標籤則是放入 labels 中。
4. 撰寫 yaml 檔
在 YOLOv5 中，需要使用 YAML 格式的文件來定義模型結構和參數，在 YOLOv5 內的 data 資料夾中可以看到許多預設的 YAML 檔，但這邊我們自行設定一個作為範例：
train: 'C:/your/path/train/images' # 訓練集影像路徑val: 'C:/your/path/val/images' # 驗證集影像路徑
nc: 1 # 標籤數量names: ['cat'] # 標籤名稱
★ yaml 檔可以存在專案資料夾 ( 建議 ) 或 yolov5-master\data 中。
★ 複製路徑時記得要將 “ \ ” 改成 “ / ”！
5. 執行訓練
開啟 Anaconda Prompt，前往 YOLOv5 的安裝路徑：
cd zzz
★ zzz 為 YOLOv5 的安裝路徑，請自行更換。
開啟 Anaconda Prompt，將下列文字複製貼上並自行調整：
python train.py --img 640 --batch 16 --epochs 100 --data your/path/cat.yaml --cfg models/yolov5s.yaml --weights yolov5s.pt --name cat_yolov5
-
img：影像大小，這裡設定為 640*640，可以自行調整。
-
batch：批量大小，這裡設定為 16，能根據 GPU 顯存大小來調整。
-
epochs：訓練的回合數，這裡設定為 100，可以自行調整。
-
data：yaml 檔的路徑。
-
cfg：模型種類，這裡使用了預設的 YOLOv5s 模型，如果需要使用其他模型，可以替換成對應路徑。
-
weights：預訓練權重，這裡使用了預設的 yolov5s.pt 模型，如果需要使用其他權重，可以至 GitHub 查詢所需的權重。下表為 YOLOv5 7.0 最新的權重 pt 檔。
-
name：訓練專案的名稱。
調整完按下 Enter，如果看到 Anaconda Prompt 跑出一堆代碼，也聽到風扇越來越猖狂 (？)，代表訓練就成功開始了。
- Epoch：第幾回合 / 訓練的總回合數。
- GPU_mem：GPU 的記憶體使用量。
- box_loss、obj_loss、cls_loss：該輪訓練中的平均框 ( bounding box ) 損失、目標物 ( object ) 損失和類別 ( class ) 損失。數值越小，預測的效果越好。
- Instances：該輪訓練中處理的影像數量。
- Size：該輪訓練中使用的影像大小 ( 像素 )。
想必各位的電腦正在燃燒吧。
在等待訓練的過程中，不妨更加深入的了解 YOLOv5 的模型架構，下篇筆記將對產出的資料作完整的說明及分析。
