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