NOVA Vision Training
NOVA Everyday Object Forge
Hier trainiert NOVA ihr eigenes Alltagsbild-Modell NovaVisionNet auf STL-10. Die Bilder kommen aus einem externen Datensatz, aber die Modellgewichte starten zufÀllig. NOVA lernt durch Labels, Fehlerberechnung, Backpropagation und Gewichts-Updates.
Modell
NovaVisionNet
Gewichte Start
ZufÀllig
Trainingsdaten
STL-10
Aktuelle Klassen: airplane, bird, car, cat, deer, dog, horse, monkey, ship, truck. Bitte teste nach dem Training mit einem passenden Objektfoto, also z. B. Katze, Hund, Auto, Flugzeug, Vogel, Pferd, Schiff oder Truck.
Status
Bereit
NOVA Vision
Accuracy
noch nicht trainiert
Vorher/Nachher folgt
Checkpoint
fehlt
Initial fehlt
RTX 5090 Live
GPU
0 %
Peak: 0 %
VRAM
0 / 0 MB
Peak: 0 MB
Watt
â W
Peak: â W
Temp
0 °C
GPU wird geprĂŒft
Pipeline-Einstellungen
Aktive Image Size
128px
Aktive Batch Size
512
Aktive Workers
4
Aktive Prefetch
4
Steps
0
0 steps/s
Samples
0
0 samples/s
Loss
-
noch nicht trainiert
Dataset
0
0 Klassen
Bild vor/nach dem Training testen
STL-10 kennt nur diese Klassen: airplane, bird, car, cat, deer, dog, horse, monkey, ship, truck. Lade also ein passendes Alltagsobjekt hoch. Ein StraĂenfoto ohne Klasse âroad/highwayâ wird nicht sauber passen.
Vor Training
ZufÀllige Gewichte: NOVA kennt nur die Zielklassen, aber noch keine Muster.
Bei 10 Klassen sind Werte um ca. 10 % normal. Das heiĂt: NOVA rĂ€t noch, weil die Gewichte noch nicht trainiert wurden.
Noch kein Ergebnis.
Nach Training
Noch kein trainierter Checkpoint vorhanden.
Noch kein Ergebnis.
Live-Log
NOVA wird geladen...
NOVA Energie-Log
RTX-Verbrauch
NOVA schÀtzt hier, wie viel GPU-Energie deine Bildanalyse- und CUDA-LÀufe bisher ungefÀhr verbraucht haben.
Lade Energie-Daten...