Evaluering · Create ML
Undersøg ydeevnen på tilbageholdte referencebilleder, og find konkrete fejl.
Før du starter
Et færdigt Create ML-resultat og tilgængelige evalueringsbilleder.
Kom hurtigt i gang
- Åbn Evaluering, og vælg Create ML i backendvælgeren.
- Vælg kørsel og evalueringsdata, og kør evalueringen. Undersøg manglende objekter, ekstra objekter og forkerte klasser.
- Inspicér enkelte forudsigelser, og bevar nyttig fejlevidens til gennemgang.
Funktioner og valg
Model
Vælg en model efter navn og version; det korte kørsels-ID vises til identifikation og bruges, når et navn ikke er tilgængeligt.
Vælg opdeling
Vælg et datasæt og split før Evaluér. Train er kun til inspektion; Val understøtter justering, og Test holdes adskilt. Brug konsekvente split og tærskler, når resultater sammenlignes. Træningstab alene fastslår ikke detektions- eller maskekvalitet.
Gennemse og vælg
Klik på en listerække, og brug derefter Op/Ned til at gennemse de filtrerede billeder. De separate kontakter vælger billeder til Failure Bank; gennemsyn ændrer ikke dette valg. Ændring af filteret holder det aktive billede synligt eller vælger det første matchende billede.
Sammenlign annoteringer
Menneskelige annoteringer (fuldt optrukne linjer) og Modelforslag (stiplede linjer) bruger projektets klassefarver og kan vises uafhængigt for at inspicere overlappende omrids.
Håndtér fejl
Indlæsnings- og handlingsfejl bliver over billedområdet, indtil de lukkes med lukkeknappen, eller et andet projekt åbnes. En vellykket baggrundsopdatering skjuler ikke meddelelsen.
Resultat
Gemt evalueringsgrundlag og eksempler, der forklarer målingerne.
Næste trin
Sammenlign med en tidligere model, eller gennemgå fejl i Failure Bank.