मूल्यांकन · सेगमेंटेशन
अलग रखी संदर्भ इमेज पर प्रदर्शन जांचें और ठोस गलतियां खोजें।
शुरू करने से पहले
पूर्ण सेगमेंटेशन परिणाम और उपलब्ध मूल्यांकन इमेज।
त्वरित शुरुआत
- मूल्यांकन खोलें और बैकएंड चयनक में सेगमेंटेशन चुनें।
- रन और मूल्यांकन डेटा चुनकर मूल्यांकन चलाएं। छूटे ऑब्जेक्ट, अतिरिक्त ऑब्जेक्ट और गलत वर्ग जांचें।
- हर पूर्वानुमान जांचें और समीक्षा के लिए उपयोगी विफलता साक्ष्य सुरक्षित रखें।
कार्य और विकल्प
एक जैसे आधार पर तुलना करें
परिणामों की तुलना में एकसमान विभाजन और सीमाएँ इस्तेमाल करें। केवल प्रशिक्षण लॉस पहचान या मास्क गुणवत्ता सिद्ध नहीं करता।
एनोटेशन की तुलना करें
मानव एनोटेशन (ठोस रेखाएँ) और मॉडल सुझाव (डैश वाली रेखाएँ) प्रोजेक्ट क्लास के रंग इस्तेमाल करते हैं और ओवरलैप करती रूपरेखाएँ जाँचने के लिए स्वतंत्र रूप से दिखाए जा सकते हैं।
परिणाम
सहेजे मूल्यांकन साक्ष्य और मेट्रिक्स समझाने वाले उदाहरण।
अगला चरण
पिछले मॉडल से तुलना करें या Failure Bank में गलतियों की समीक्षा करें।