Documentación

El manual y los textos de las guías de tu aplicación BadBob.

Contenido

Guía de CaptureLab

Encuentre las dificultades de un modelo, corrija la evidencia y elija después su destino.

Inicio rápido

Empiece con Prueba completa, Prueba dirigida o Captura libre.

Gira los objetos, cambia los ángulos y prueba objetos separados, grupos compactos y un objeto fuera del grupo.

Corrige las anotaciones y las clases. Establece el estado del fallo, añade una nota y guarda la captura.

Elija Añadir a entrenamiento, Conjunto de control, Guardar para más tarde o Caso difícil.

Capture Lab · Inicio rápido

Guía de Annotator

Convierta las imágenes capturadas en anotaciones de referencia fiables comprobando cada objeto, corrigiendo su rectángulo y clase y guardando un proyecto de entrenamiento limpio.

Inicio rápido

Use la lista de imágenes y sus indicadores de estado para encontrar ejemplos vacíos, automáticos o ya editados.

Mueve y cambia el tamaño de las anotaciones, añade los objetos que faltan, elimina las anotaciones incorrectas y asigna la clase correcta.

Corrija las imágenes ausentes, las anotaciones vacías, las etiquetas no válidas y los rectángulos que sobresalen de la imagen.

Fusione el proyecto revisado con un complemento de entrenamiento elegido solo cuando todas las imágenes estén listas.

Annotator · Inicio rápido

Preparar datos fiables

Crea conjuntos revisados y separa las imágenes de evaluación.

Inicio rápido

Importa un conjunto existente o reúne imágenes revisadas. BadBob verifica copias y reutiliza imágenes coincidentes de Image Bank; los originales no cambian.

Comprueba clases, anotaciones y particiones. La simulación informa de datos ausentes y solapamientos antes de importar.

Train enseña al modelo, Val ayuda a evaluar durante el desarrollo y Test se reserva para la evaluación final. Mantén las funciones separadas.

Elige nombre, versión y padre opcional. Un conjunto publicado fija las revisiones de imagen; los cambios posteriores requieren otra versión.

Data Studio · Inicio rápido

Preparar y entrenar

Usa un conjunto publicado con anotaciones revisadas. Las imágenes de validación, prueba y guardia conservan sus funciones separadas.

Inicio rápido

Elige algoritmo, iteraciones y tamaño del lote. Las iteraciones automáticas son una estimación de BadBob. Asigna nombre y versión al modelo.

Elige una carpeta de salida fuera del proyecto. Puedes cambiar de pestaña durante el entrenamiento y activar un sonido al finalizar.

Evalúa imágenes de validación o prueba. Revisa objetos omitidos, detecciones adicionales y clases incorrectas. Envía las imágenes seleccionadas a Failure Bank para revisión manual.

Compara modelos con las mismas imágenes y precisión y exhaustividad por clase. Las guardias se evalúan por separado. No se reanuda el entrenamiento de modelos externos.

Entrenamiento · Inicio rápido

Guía de FailureBank

Revise los errores del modelo, conserve la evidencia de regresión y prepare transferencias de entrenamiento verificadas sin modificar la evidencia fuente.

Inicio rápido

Inspeccione la predicción del modelo junto a la revisión humana actual mientras BadBob verifica la imagen fuente seleccionada.

Registre lo ocurrido, por qué importa el ejemplo y el contexto que otro revisor necesitará después.

Envíe los ejemplos útiles al entrenamiento, proteja las regresiones en el conjunto de control o conserve los casos inciertos para más tarde.

Mantenga la evidencia incierta fuera del entrenamiento, la validación y la prueba. Los casos difíciles siguen visibles para la investigación y las fases posteriores del programa de entrenamiento.

Failure Bank · Inicio rápido