Чек-лист для корпоративных клиентов
Одностраничный чек-лист для стартовой встречи с заказчиком: зафиксируй все решения по датасету до сбора данных и установи контрольные условия для каждого переобучения.
Повторить успех сложнее, чем обучить первую модель. Причину большинства неудачных проектов в области компьютерного зрения можно свести к вопросу, который никто не задал на стартовой встрече: где будет работать модель, что считать успехом или действительно ли тестовая выборка оставалась независимой. Этот чек-лист собирает материал курса на одной странице, которую заказчик может заполнить без помощи инженера-переводчика. Благодаря этому на вопросы можно ответить, пока это ещё не требует больших затрат.
Практические занятия
Чек-лист для стартовой встречи#
Скопируй этот чек-лист в репозиторий проекта или вики. Каждый раздел соответствует уроку курса и сформулирован так, чтобы на вопросы мог ответить не инженер:
# 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 ... firstКак этапы проекта зависят от чек-листа#
| Этап | Разделы, на которые нужно ответить | Какую проблему это предотвращает |
|---|---|---|
| Стартовая встреча | 1, 2, 9 | Создание неподходящей модели для неподходящего оборудования |
| До сбора данных | 3, 4, 5 | Сбор данных, не охватывающих условия развёртывания |
| До разметки | 6 | Оплата разметки одного и того же объекта тремя разными способами |
| До обучения | 7, 8, объём | Доверие метрике, завышенной из-за утечки данных или других факторов |
| Перед каждым переобучением | Все разделы | Незаметное влияние новых данных на проверку, которая раньше проходила успешно |
Проведение стартовой встречи#
Пройдись по странице вместе с тем, кто отвечает за бизнес-результат, а не только с инженерами. Вот три привычки, которые помогут провести встречу эффективно:
- Удели время разделу 9. Именно при согласовании критерия приёмки разногласия становятся очевидными. Час, потраченный на согласование, сэкономит недели споров о том, достаточно ли хороша модель.
- Принимай ответ «не знаю». Укажи рядом ответственного и срок. Вопросы без ответа — это план проекта на следующие две недели.
- Заранее обсуди раздел 2. Целевое устройство ограничивает размер модели и изображения, а они, в свою очередь, определяют, объекты какого минимального размера должен охватывать датасет.
Главная ценность — в ответах заинтересованной стороны на разделы 1, 3, 4 и 9. Если инженеры заполняют их наугад, чек-лист фиксирует предположения, а не договорённости. Назначь встречу и оставь пустое поле там, где пока никто не знает ответа.
Храни заполненный чек-лист вместе с датасетом, рядом с заметками QC и файлами разбиения. Если через несколько месяцев кто-нибудь спросит, почему модель ведёт себя определённым образом, ответ обычно найдётся на этой странице.
Что ты теперь умеешь#
Ты умеешь превращать бизнес-цель в критерий приёмки, составлять спецификацию датасета с квотами, собирать репрезентативные данные с метаданными в каждом имени файла, обеспечивать единообразную разметку и измерять согласованность, проверять качество с помощью скриптов, разбивать данные по группам без утечек, выбирать аугментации с учётом условий развёртывания, разрешать запуск обучения только после проверки готовности и превращать базовый запуск в следующий план по улучшению датасета.

Что изучать дальше#
- Обучи свою первую модель YOLO: преобразуй разметку в разделе Подготовка пользовательского датасета, затем обучи, проверь и экспортируй модель.
- Создавай решения на платформе Ultralytics: выполняй все те же этапы (аннотацию, отбор и упорядочивание данных, облачное обучение, развёртывание и мониторинг) в одном месте, начав с раздела Отбор, удаление дубликатов и разбиение.
- Ultralytics YOLO в продуктивной среде: экспортируй и обслуживай модель, а после запуска отслеживай дрейф данных.
- Руководство по дообучению: заморозка слоёв, двухэтапное обучение и выбор оптимизатора, когда настроек по умолчанию недостаточно.
Показать решение
Пример заполненного чек-листа для стартовой встречи по проекту складской автоматизации из урока 1:
Project: dock-safety-v1 Owner: site operations lead Date: 2026-05-02
1. Goal: cut dock-door near misses 30% in six months. Task: [x] detect
Classes: forklift (excludes hand pallet jacks), person (excludes reflections),
pallet (excludes crates without a pallet base)
2. [x] Edge device Latency: <= 100 ms Cameras: 4 x 1080p, 12 fps
3. Day and night shifts; rain at bays B-C; sites: dock A only for v1
4. People behind stacked pallets; forklifts half out of frame at bay edges
5. [ ] No: collect 150 empty-dock frames (owner: shift lead, by 2026-05-16)
6. [ ] Guide written [ ] Agreement measured -> owner: annotation lead, by 2026-05-23
7. Split unit: [x] camera + day
8. [x] Locked: cam-4, 2026-06-01 to 2026-06-07, never used for tuning
9. Recall(person) >= 0.95 at precision >= 0.85 on the locked cam-4 week
Volume: [ ] exception: pallet target 2,000 instances for v1; expect lower
pallet recall in crowded bays
Ready to fine-tune YOLO26? [ ] No, fix items 5 and 6 firstДва ответа «не знаю» превратились в задачи со сроками, целевое периферийное устройство задало ограничение по задержке, а зафиксированная неделя тестирования позволила конкретно сформулировать критерий приёмки.