मूल्यांकन · Create ML
अलग रखी संदर्भ इमेज पर प्रदर्शन जांचें और ठोस गलतियां खोजें।
शुरू करने से पहले
पूर्ण Create ML परिणाम और उपलब्ध मूल्यांकन इमेज।
त्वरित शुरुआत
- मूल्यांकन खोलें और बैकएंड चयनक में Create ML चुनें।
- रन और मूल्यांकन डेटा चुनकर मूल्यांकन चलाएं। छूटे ऑब्जेक्ट, अतिरिक्त ऑब्जेक्ट और गलत वर्ग जांचें।
- अलग-अलग पूर्वानुमान जाँचें और उपयोगी विफलता साक्ष्य समीक्षा के लिए सुरक्षित रखें।
कार्य और विकल्प
मॉडल
नाम और संस्करण से मॉडल चुनें; पहचान के लिए छोटा रन ID दिखता है और नाम उपलब्ध न होने पर इस्तेमाल होता है।
विभाजन चुनें
मूल्यांकन से पहले डेटासेट और विभाजन चुनें। Train केवल जाँच के लिए है; Val ट्यूनिंग के लिए है और Test अलग रखा जाता है। परिणामों की तुलना में एकसमान विभाजन और सीमाएँ इस्तेमाल करें। केवल प्रशिक्षण लॉस पहचान या मास्क गुणवत्ता सिद्ध नहीं करता।
देखें और चुनें
सूची की पंक्ति पर क्लिक करें, फिर फ़िल्टर की गई इमेज देखने के लिए Up/Down इस्तेमाल करें। अलग स्विच Failure Bank के लिए इमेज चुनते हैं; ब्राउज़ करने से वह चयन नहीं बदलता। फ़िल्टर बदलने पर सक्रिय इमेज दिखाई देती रहती है या पहली मेल खाती इमेज चुनी जाती है।
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।
त्रुटियाँ सँभालें
लोड और कार्रवाई की त्रुटियाँ इमेज कार्यस्थान के ऊपर तब तक रहती हैं, जब तक बंद करने के बटन से हटाई न जाएँ या दूसरा प्रोजेक्ट न खोला जाए। सफल पृष्ठभूमि रीफ़्रेश संदेश नहीं छिपाता।
परिणाम
सहेजे मूल्यांकन साक्ष्य और मेट्रिक्स समझाने वाले उदाहरण।
अगला चरण
पिछले मॉडल से तुलना करें या Failure Bank में गलतियों की समीक्षा करें।