Checklist per i clienti aziendali

La checklist di avvio#

Copia la checklist nel repository o nella wiki del progetto. Ogni sezione corrisponde a una lezione del corso ed è formulata in modo che anche chi non è ingegnere possa rispondere:

# Vision Project Kickoff Checklist

Project: ...   Owner: ...   Date: ...

## 1. What should the model do?
   Business goal (one sentence, with a deadline): ...
   Task: [ ] detect [ ] segment [ ] semantic [ ] classify [ ] pose [ ] OBB [ ] depth
   Classes, each with a definition and a look-alike it excludes: ...

## 2. Where will the model run?
   [ ] Cloud GPU  [ ] Cloud CPU  [ ] Edge device  [ ] Mobile  [ ] Browser
   Latency target: ... ms   Cameras / resolution: ...

## 3. What visual variation exists?
   Times of day: ...   Weather: ...   Sites: ...
   Cameras: ...   Operators / shifts: ...   Variants: ...

## 4. Which edge cases matter?
   ...

## 5. Do we have background images?
   [ ] Yes, ...% of images (target 0-10%)   [ ] No, collect first

## 6. Are labels consistent?
   [ ] Labeling guide written   [ ] Agreement measured: ...%
   [ ] QC audit and suspect review run, notes attached

## 7. Did we check for leakage?
   Split unit: [ ] clip [ ] camera [ ] day [ ] site [ ] customer
   [ ] No group appears in more than one split
   [ ] Every class appears in every split

## 8. Is the test set truly unseen?
   [ ] Locked; used once for the final go/no-go

## 9. What defines success?
   Acceptance test (metric, threshold, holdout): ...

Volume: [ ] >=1,500 images and >=10,000 instances per class
        [ ] or documented exception with expected impact: ...

Ready to fine-tune YOLO26?  [ ] Yes   [ ] No, fix item ... first

Quando ogni sezione stabilisce i criteri per il progetto#

Condurre la riunione di avvio#

Esamina la pagina con chi è responsabile del risultato aziendale, non solo con gli ingegneri. Tre accorgimenti ne favoriscono l'efficacia:

• Dedica tempo alla sezione 9. È con il test di accettazione che emergono i veri disaccordi; un'ora spesa a trovare un accordo al riguardo evita settimane di discussioni su quanto sia valido il modello.
• Accetta «non lo so» come risposta. Scrivi accanto un responsabile e una data. Gli elementi senza risposta costituiscono il piano del progetto per le prossime due settimane.
• Chiedi presto informazioni sulla sezione 2. La piattaforma di deployment pone limiti alle dimensioni del modello e delle immagini, che a loro volta determinano le dimensioni minime degli oggetti che il dataset deve coprire.

Conserva la checklist compilata insieme al dataset, accanto alle note di QC e ai file di split. Se qualcuno chiede, mesi dopo, perché il modello si comporta in un certo modo, la risposta di solito parte da questa pagina.

Cosa puoi fare ora#

Sai trasformare un obiettivo aziendale in un test di accettazione, scrivere le specifiche di un dataset con quote, raccogliere dati rappresentativi con metadati in ogni nome file, etichettare in modo coerente e misurare l'accordo, verificare la qualità con script, suddividere i dati per gruppo senza leakage, scegliere un'augmentation coerente con il deployment, subordinare il training a un controllo di preparazione e trasformare un'esecuzione di riferimento nella successiva correzione del dataset.

Come proseguire#

• Addestra il tuo primo modello YOLO: converti le etichette in Preparare un dataset personalizzato, quindi esegui training, validazione ed esportazione.
• Crea con la piattaforma Ultralytics: gestisci l'intero ciclo di vita (annotazione, selezione, training su cloud, deployment, monitoraggio) in un unico posto, iniziando da Selezionare, deduplicare e suddividere.
• Ultralytics YOLO in produzione: esporta, servi e monitora il modello per rilevare eventuali drift dopo il rilascio.
• La guida al fine-tuning: congelamento dei layer, training in due fasi e scelta dell'ottimizzatore quando le impostazioni predefinite non bastano.