本教程将介绍如何使用Autodistill和SegGPT技术来创建和训练一个图像分割模型。将从创建一个Roboflow数据集开始，然后下载一些标记好的图像，使用Autodistill SegGPT来标记剩余的图像，并最终使用新数据集来训练一个可部署的包裹检测器。
首先，需要创建一个包含225张图像的数据集，这些图像展示了在传送带上移动的盒子和包裹。这个数据集对于邮件分发物流非常有用，因为计算机视觉模型可以计算包裹数量以确保没有遗漏，或者将盒子和包裹路由到不同的传送带上。
在Roboflow上创建一个项目，并选择“实例分割”。上传大量图像（建议超过30张）。Autodistill SegGPT包通过示例学习来标记图像，因此需要在Roboflow上提供一个部分标记的数据集。标记一两张图像，并将它们添加到数据集中。
接下来，将使用roboflow-python包从Roboflow下载标记好的图像。Roboflow提供了一个用于构建视觉项目的导出和搜索功能。将导出数据以供Autodistill使用。之后，可以将图像重新上传到Roboflow以训练模型，或者可以训练模型并将模型权重上传到Roboflow进行部署（对于某些支持的模型可用）。
import roboflow
rf = roboflow.Roboflow()
project = rf.workspace(workspace_id).project(project_id)
# 下载新版本
version_num = project.generate_version()
version = project.version(version_num)
version.export("coco-segmentation")
version.download(model_format="coco-segmentation", location=output_dir)
为了下载未标记图像，将使用Roboflow Search的API。默认情况下，笔记本通过循环执行搜索（每次最多加载250个）来加载500个未标记的图像：
在这个过程中结束时，现在有一个目录labelled/，其中包含标记图像，以及一个目录unlabelled/，其中包含未标记图像。
可以使用autodistill_seggpt中的viz_dataset函数来可视化图像。将以下代码添加到正在工作的文件中：
from autodistill_seggpt.dataset_utils import viz_dataset
viz_dataset(dataset)
接下来，将创建一个SegGPT基础模型。“基础模型”是一个预训练的计算机视觉模型，可以为标记数据。SegGPT就是这样一个基础模型。其他模型包括Grounding DINO和Segment Anything。每个基础模型使用一个“本体论”，这是对数据集中的类别和应该标记的对象的描述。
由于SegGPT从一些数据标签中学习以提高其预测能力，因此标记数据集就是本体论。称这为“少量本体论”。
from autodistill_seggpt import SegGPT, FewShotOntology
base_model = SegGPT(
ontology=FewShotOntology(sv_dataset)
)
现在已经有一个基础模型和一些图像要标记，让看看它做了什么标签！在这里，取一小部分未标记图像，并展示autodistill_seggpt如何标记它们。SegGPT成功地标记了图像中传送带上的不同包裹。它将包裹标记为黄色，将盒子标记为绿色。让继续，让autodistill_seggpt标记整个数据集！
（可选）提高SegGPT的准确性。如果autodistill_seggpt的标签在项目中不准确，请考虑标记2或3个更多图像并重新运行笔记本。SegGPT通过示例学习，因此如果它在某个类别或环境中表现不佳（例如，屏幕左上角的包裹），应该标记另一个图像，其中包裹位于屏幕左上角。
可以重复此过程——标记更多数据，将其加载到autodistill_seggpt中，可视化其结果——直到对结果感到满意。
由于Autodistill做得非常好，将使用Roboflow API将新标记的图像上传到数据集中。在这里，将再次使用roboflow-python包，以及一些代码来并行上传多个图像：
import glob
import concurrent.futures
from tqdm import tqdm
import sys
def upload_file(img_file: str):
project.upload(
image_path=img_file, annotation_path=label_file, split=get_random_split()
)
num_workers=10
def parallel_upload(file_list):
with concurrent.futures.ThreadPoolExecutor(
max_workers=num_workers
) as executor:
list(
tqdm(
executor.map(upload_file, file_list),
total=len(file_list),
file=sys.stdout,
)
)
现在数据集已经完成，可以开始训练计算机视觉模型了！使用Roboflow Train训练模型非常简单：
final_version_num = project.generate_version()
project.version(final_version_num).train(plot_in_notebook=True)
可以在笔记本中观看模型训练，或者在Roboflow仪表板本身中观看。要观看Roboflow中的模型训练，请访问项目页面，然后转到版本页面。模型达到了95%的mAP。以下是与训练的模型相关的训练图。
一旦模型完成训练，可以在Roboflow中测试它。访问项目页面>部署，并测试一些图像！下面，展示了训练的模型在部署标签页中的表现，该标签页为计算机视觉项目提供了一系列的部署选项。
结论：数据集已标记，计算机视觉模型已训练！如果对训练的模型感到满意，可以将模型部署到生产环境。如果模型需要改进，建议使用Roboflow Annotate查看标记数据，以找到Autodistill遗漏的对象。