使用CreateML进行计算机视觉模型训练
在当今的软件开发领域，无代码平台逐渐成为趋势，它们允许开发者无需编写代码即可构建复杂的应用程序。Apple的CreateML正是这样一个平台，它允许开发者通过简单的操作来训练用于图像、声音、文本等多种数据类型的机器学习模型。CreateML与Apple生态系统紧密集成，为开发者提供了一个强大的工具，使得在应用程序中使用机器学习模型变得前所未有的简单。
在计算机视觉领域，CreateML支持图像分类和目标检测两大功能。图像分类任务旨在识别图像中的主要对象，而目标检测则进一步确定图像中各个目标的具体位置。为了使用CreateML，需要准备适当的数据格式。遗憾的是，Apple使用的是专有的JSON格式，这种格式在标注工具中并不常见，因此大多数用户需要编写一些样板代码来转换他们的标注数据。
幸运的是，Roboflow作为一个通用的计算机视觉数据转换器，可以帮助实现无代码模型训练的愿景。通过将Roboflow与CreateML结合使用，可以轻松地将标注好的数据转换为CreateML所需的格式，从而简化了模型训练的流程。
要使用CreateML构建计算机视觉模型，需要经历以下步骤：收集数据、配置目标检测模型、开始训练以及评估模型性能。接下来，将详细介绍如何完成这些步骤。
要完成本教程，需要一台安装了CreateML的Apple macOS设备（CreateML随XCode免费提供，可在Mac App Store中下载）。
可以通过使用iPhone拍摄照片来收集数据。为了提高模型的泛化能力，应该从不同角度、不同背景和不同光照条件下拍摄主题的照片。照片的多样性越丰富，模型的性能通常越好。
一旦收集了大约一百张图片，就可以开始标注它们了。有多种免费工具可供选择，包括Roboflow、CVAT、VoTT、LabelMe或LabelImg等，可以使用这些工具在想要检测的对象周围创建边界框。然后，将图片和标注数据上传到Roboflow，并选择CreateML格式进行导出（可选地添加一些增强功能以增加数据集的大小）。
如果不想花时间收集和标注自己的图片，也可以从Roboflow Universe中选择一个开源数据集，并直接以CreateML JSON格式下载。
现在，来到了最有趣的部分——训练模型！启动CreateML并创建一个新的目标检测项目。首先，创建一个目标检测器，然后给项目命名并添加描述。例如，将训练一个模型来检测一个人是否戴着口罩（基于这个公开的戴口罩数据集）。接下来，添加项目名称和描述。然后，将解压从Roboflow下载的文件，并指向CreateML的训练、验证和测试数据。
// 假设已经解压了从Roboflow下载的文件，并准备好了训练、验证和测试数据
// 接下来，将使用CreateML进行模型训练
let trainingData = "path/to/trainingData";
let validationData = "path/to/validationData";
let testData = "path/to/testData";
// 创建并配置目标检测模型
let model = CreateML.ObjectDetector(
trainingData: trainingData,
validationData: validationData,
testingData: testData
);
// 开始训练模型
model.train();
训练可能需要一段时间，所以可以趁机休息一下（或者让它在夜间运行，这取决于数据集大小和选择的迭代次数）。需要注意的是，电脑在训练期间将会全力工作，所以不要指望在模型训练时还能做其他事情。
在模型训练过程中，会看到蓝色线条向右移动（希望是向下移动）。这条线衡量的是验证损失，这是衡量模型与数据集拟合程度的一个指标。数值越低越好。
训练结束时，将看到每个类别的交并比（I/U）百分比以及训练、验证和测试集的平均精度均值（MAP）。这里的数值越高越好。
从上面的截图中可以看到，模型在检测戴口罩的面部方面比未戴口罩的面部表现得更好。而且，它在训练和验证数据上的表现比测试数据上要好。这意味着模型对之前未见过的数据的泛化能力并不强。
为了解决这个问题，应该收集或生成更多的训练数据（特别是不戴口罩的人的数据）或添加增强功能，并从Roboflow重新导出新版本。
但是，数字可能难以理解。要真正了解模型性能，请点击“输出”选项卡并将测试图像放入其中，以查看模型预测的可视化效果。
在保留的测试图像上进行准确的预测。在这里，可以看到模型实际上做得很好！它检测到了两个戴口罩的人。不幸的是，在其他一些图像中，它的表现更差；例如，它错过了戴口罩的孩子和脸部被男人手臂部分遮挡的女士。
模型并不完美。
这是一个不错的开始！可以直接将这个CoreML文件放入Apple示例应用中，并在iPhone的实时摄像头上运行它。
但是，要获得足够好以至于可以用于生产的模型，需要进行实验和迭代。为了改进这个模型，会出去收集更多多样化的训练样本，将它们添加到数据集中，并训练另一个版本的模型。
然后重复识别模型最不准确的地方，添加更多数据，再次训练，直到它准备好用于生产！
模型表现如何？找到了一些提高模型性能的增强功能吗？