Dokumentation
Brugervejledningen og vejledningsteksterne fra din BadBob-app.
Capture Lab-vejledning
Find modellens svagheder, ret dokumentationen, og vælg dens destination.
Kom hurtigt i gang
Start med Fuld test, Fokuseret test eller Fri optagelse.
Drej objekterne, skift vinkler, og prøv adskilte objekter, tætte grupper og et objekt uden for gruppen.
Ret annoteringer og klasser. Angiv fejlstatus, tilføj en note, og gem optagelsen.
Vælg Tilføj til træning, Beskyttelsessæt, Gem til senere eller Svært tilfælde.
Annotator-vejledning
Gør optagne billeder til pålidelige menneskelige facitdata ved at kontrollere hvert objekt, rette dets boks og klasse og gemme et korrekt træningsprojekt.
Kom hurtigt i gang
Brug billedlisten og dens statusmærker til at finde tomme, automatiske eller allerede redigerede eksempler.
Flyt annoteringer, og ændr deres størrelse, tilføj manglende objekter, fjern forkerte annoteringer, og tildel den korrekte klasse.
Ret manglende billeder, tomme annoteringer, ugyldige etiketter og bokse, der går uden for billedet.
Flet det gennemgåede projekt ind i et valgt træningstillæg, når alle billeder er klar.
Forbered pålidelige data
Byg gennemgåede datasæt, og hold vurderingsbilleder adskilt.
Kom hurtigt i gang
Importér et eksisterende datasæt eller saml gennemgåede billeder. BadBob verificerer kopier og genbruger matchende Image Bank-billeder; originalerne ændres ikke.
Kontrollér klassetilknytninger, annoteringer og opdeling. Dry run viser manglende data og overlap før import.
Train lærer modellen, Val bruges til vurdering under udvikling, og Test reserveres til endelig vurdering. Hold rollerne adskilt.
Vælg navn, version og eventuel forgænger. Et publiceret datasæt fastholder billedrevisioner; senere ændringer hører til en ny version.
Forbered og træn
Brug et publiceret datasæt med gennemgåede annoteringer. Validerings-, test- og guardbilleder beholder deres separate roller.
Kom hurtigt i gang
Vælg algoritme, iterationer og batchstørrelse. Automatiske iterationer er BadBobs estimat. Giv modellen navn og version.
Vælg en outputmappe uden for projektet. Du kan skifte fane under træning og aktivere en lyd ved afslutning.
Vurder validerings- eller testbilleder. Gennemgå oversete objekter, ekstra detektioner og forkerte klasser. Send valgte billeder til manuel gennemgang i Failure Bank.
Sammenlign modeller på de samme billeder med præcision og recall pr. klasse. Guards vurderes separat. Eksterne modellers træning genoptages ikke.
Failure Bank-vejledning
Gennemgå modelfejl, bevar regressionsdokumentation, og forbered verificerede træningsoverdragelser uden at ændre kildedokumentationen.
Kom hurtigt i gang
Undersøg modellens forudsigelse ved siden af den aktuelle menneskelige revision, mens BadBob verificerer det valgte kildebillede.
Registrer, hvad der skete, hvorfor eksemplet er vigtigt, og den kontekst, en anden gennemlæser får brug for senere.
Send nyttige eksempler til træning, beskyt regressioner i beskyttelsessættet, eller gem usikre tilfælde til senere.
Hold usikker dokumentation uden for træning, validering og test. Svære tilfælde forbliver synlige til undersøgelse og senere læringsfaser.