update

02_training.ipynb

@@ -12,6 +12,16 @@
     "**GPU doporučeno** (trénink na CPU trvá ~10× déle)."
    ]
   },
+  {
+   "cell_type": "markdown",
+   "id": "md-8d392d",
+   "metadata": {},
+   "source": [
+    "## Kontrola prostředí\n",
+    "\n",
+    "Zjistíme, zda je k dispozici GPU (CUDA) nebo Apple Silicon (MPS), a vypíšeme verzi PyTorche. Trénink na GPU je přibližně 10× rychlejší než na CPU."
+   ]
+  },
   {
    "cell_type": "code",
    "execution_count": null,
@@ -43,9 +53,19 @@
     "    print(\"MPS (Apple Silicon) dostupné\")"
    ]
   },
+  {
+   "cell_type": "markdown",
+   "id": "md-af9159",
+   "metadata": {},
+   "source": [
+    "## Načtení předtrénovaného modelu\n",
+    "\n",
+    "Použijeme YOLOv8s (small) s váhami předtrénovanými na ImageNet. Tento model budeme fine-tunovat na VisDrone dataset."
+   ]
+  },
   {
    "cell_type": "code",
-   "execution_count": 2,
+   "execution_count": null,
    "metadata": {},
    "outputs": [
     {
@@ -68,12 +88,20 @@
     "YAML = Path(\"data/yolo_visdrone/dataset.yaml\")\n",
     "assert YAML.exists(), f\"Nejprve spusť 01_dataset_prep.ipynb! Chybí: {YAML}\"\n",
     "\n",
-    "# Zvolíme YOLOv8s — dobrý poměr přesnosti a rychlosti\n",
-    "# Alternativy: yolov8n (nejrychlejší), yolov8m (přesnější)\n",
-    "model = YOLO(\"models/yolov8s.pt\")  # stáhne předtrénované ImageNet váhy\n",
+    "model = YOLO(\"models/yolov8s.pt\") \n",
     "print(\"Model načten:\", model.info())"
    ]
   },
+  {
+   "cell_type": "markdown",
+   "id": "md-58715d",
+   "metadata": {},
+   "source": [
+    "## Trénování modelu\n",
+    "\n",
+    "Spustíme trénink na 50 epoch s early stoppingem (patience=10). Augmentace (rotace, překlápění, mosaic) pomáhají modelu generalizovat na různé letecké pohledy a světelné podmínky."
+   ]
+  },
   {
    "cell_type": "code",
    "execution_count": null,
@@ -83,7 +111,7 @@
     "import torch\n",
     "from pathlib import Path\n",
     "\n",
-    "# Detekce dostupného zařízení\n",
+    "\n",
     "if torch.cuda.is_available():\n",
     "    DEVICE = \"cuda\"\n",
     "elif torch.backends.mps.is_available():\n",
@@ -106,22 +134,30 @@
     "    save_period=10,\n",
     "    val=True,\n",
     "    plots=True,\n",
-    "    # Augmentace pro letecké snímky\n",
-    "    degrees=15.0,          # rotace\n",
-    "    flipud=0.5,            # vertikální flip\n",
+    "    degrees=15.0,\n",
+    "    flipud=0.5,\n",
     "    fliplr=0.5,\n",
     "    mosaic=1.0,\n",
     "    scale=0.5,\n",
     ")"
    ]
   },
+  {
+   "cell_type": "markdown",
+   "id": "md-1fc179",
+   "metadata": {},
+   "source": [
+    "## Výsledky tréninku\n",
+    "\n",
+    "Zobrazíme grafy průběhu trénování (loss, mAP), matici záměn a příklady predikcí na validační sadě."
+   ]
+  },
   {
    "cell_type": "code",
-   "execution_count": 6,
+   "execution_count": null,
    "metadata": {},
    "outputs": [],
    "source": [
-    "# Zobrazení tréninkových grafů\n",
     "import matplotlib.pyplot as plt\n",
     "import matplotlib.image as mpimg\n",
     "from pathlib import Path\n",
@@ -142,11 +178,12 @@
   },
   {
    "cell_type": "markdown",
+   "id": "md-021cf0",
    "metadata": {},
    "source": [
-    "## Fine-tuning na Vrchlabí (volitelné)\n",
+    "## Validace nejlepšího modelu\n",
     "\n",
-    "Pokud existuje `dataset_vrchlabi.zip` nebo rozbalená složka `vrchlabi/`, provede se fine-tuning předchozího modelu na vlastních datech z Vrchlabí."
+    "Načteme nejlepší checkpoint z tréninku a spustíme plnou validaci na validační sadě. Sledujeme metriku mAP50, která je standardem pro detekci objektů."
    ]
   },
   {
@@ -169,6 +206,16 @@
     "    print(f\"  AP50[{cls}]: {ap:.4f}\")"
    ]
   },
+  {
+   "cell_type": "markdown",
+   "id": "md-f05d8c",
+   "metadata": {},
+   "source": [
+    "## Fine-tuning na vlastních datech (Vrchlabí)\n",
+    "\n",
+    "Pokud je k dispozici lokálně anotovaný dataset z Vrchlabí, provedeme fine-tuning modelu natrénovaného na VisDrone. Tímto krokem model přizpůsobíme konkrétním podmínkám českých měst."
+   ]
+  },
   {
    "cell_type": "code",
    "execution_count": null,
@@ -182,7 +229,6 @@
     "VRCHLABI_ZIP  = Path('dataset_vrchlabi.zip')\n",
     "VRCHLABI_YAML = Path('vrchlabi/dataset.yaml')\n",
     "\n",
-    "# Rozbal zip pokud yaml ještě není\n",
     "if VRCHLABI_ZIP.exists() and not VRCHLABI_YAML.exists():\n",
     "    print('Rozbaluji dataset_vrchlabi.zip ...')\n",
     "    with zipfile.ZipFile(VRCHLABI_ZIP) as zf:\n",
@@ -195,12 +241,11 @@
     "else:\n",
     "    print(f'Fine-tuning na: {VRCHLABI_YAML}')\n",
     "\n",
-    "    # Záloha modelu před fine-tuningem\n",
     "    backup = best_weights.parent / 'best_before_finetune.pt'\n",
     "    shutil.copy(best_weights, backup)\n",
     "    print(f'Záloha uložena: {backup}')\n",
     "\n",
-    "    vrchlabi_model = YOLO(str(best_weights))  # navazuje na VisDrone trénink\n",
+    "    vrchlabi_model = YOLO(str(best_weights))\n",
     "\n",
     "    vrchlabi_results = vrchlabi_model.train(\n",
     "        data=str(VRCHLABI_YAML),\n",
@@ -218,16 +263,26 @@
     "        flipud=0.5,\n",
     "        fliplr=0.5,\n",
     "        mosaic=0.5,\n",
-    "        lr0=0.001,   # nižší LR pro fine-tuning\n",
+    "        lr0=0.001,\n",
     "    )\n",
     "\n",
     "    best_weights = Path(vrchlabi_results.save_dir) / 'weights' / 'best.pt'\n",
     "    print(f'Vrchlabí fine-tuning hotov. Nejlepší váhy: {best_weights}')"
    ]
   },
+  {
+   "cell_type": "markdown",
+   "id": "md-805d37",
+   "metadata": {},
+   "source": [
+    "## Uložení konfigurace modelu\n",
+    "\n",
+    "Cestu k nejlepšímu modelu zapíšeme do `models/model_config.json`, odkud ji načtou následující notebooky."
+   ]
+  },
   {
    "cell_type": "code",
-   "execution_count": 11,
+   "execution_count": null,
    "metadata": {},
    "outputs": [
     {
@@ -240,7 +295,6 @@
     }
    ],
    "source": [
-    "# Uložení cesty k nejlepšímu modelu pro další notebooky\n",
     "import json\n",
     "\n",
     "config = {\"best_model\": str(best_weights.resolve())}\n",