विफलता समीक्षा
हर इमेज के पूर्वानुमान और मानव सत्य की तुलना करें और गलती दर्ज करें।
शुरू करने से पहले
उपलब्ध डेटासेट, विभाजन और मॉडल चुनें। चुना विभाजन खाली हो सकता है।
त्वरित शुरुआत
- इमेज चुनें और जहाँ उपलब्ध हों वहाँ मूल, ओवरले या मास्क दृश्य जाँचें। तुलना के लिए मानव संशोधन दिखाएँ/छिपाएँ। इमेज सूची पर क्लिक करें और ब्राउज़ करने के लिए Up/Down इस्तेमाल करें।
- छूटे, अतिरिक्त, मिले हुए या गलत वर्गीकृत ऑब्जेक्ट और उनका संदर्भ बताएं। समीक्षा सहेजें और रूट चुनें।
- सुधार की ज़रूरत वाली इमेज Annotator में खोलें।
कार्य और विकल्प
सही छवियाँ ढूँढें
खोज, डेटासेट, विभाजन और समीक्षा फ़िल्टर से सूची सीमित करें। छवि सूची पर क्लिक करें और ऊपर/नीचे तीर कुंजियों से आगे बढ़ें।
AI पूर्वानुमान चलाएँ
AI पूर्वानुमान चुने हुए मॉडल को फ़िल्टर की गई सभी छवियों पर चलाता है। संख्या बैच का आकार दिखाती है; प्रगति में संसाधित छवियाँ और त्रुटियाँ दिखती हैं। रोकें शेष काम रद्द करता है। मानवीय एनोटेशन नहीं बदलते।
एनोटेशन की तुलना करें
ठोस रेखाएँ मानवीय एनोटेशन और टूटी रेखाएँ मॉडल के सुझाव दिखाती हैं। दोनों प्रोजेक्ट के वर्ग रंगों का उपयोग करते हैं। हर परत को अलग से दिखाएँ या छिपाएँ। इससे केवल दृश्य बदलता है, सहेजा हुआ डेटा नहीं।
सहेजे हुए परिणाम लोड करें
पिछले प्रशिक्षण से आयात करें सहेजे हुए परिणाम लोड करता है। मूल्यांकन से भेजी गई सभी छवियाँ ढूँढने के लिए प्रशिक्षण मूल्यांकन और प्रोजेक्ट की सभी छवियाँ चुनें। लेबल स्रोत, डेटासेट विभाजन और समीक्षा मार्ग दिखाते हैं। डेटासेट से बाहर की छवियाँ चिह्नित होती हैं।
मार्ग चुनें
त्वरित कार्रवाइयों में OK और पाँच मार्ग हैं: प्रशिक्षण, गार्ड सेट, बाद के लिए सहेजें, कठिन मामला और बाहर रखें। गार्ड सेट प्रतिगमन जाँच के लिए उदाहरण सुरक्षित रखता है। मार्ग में बदलाव सहेजने तक मसौदे में रहते हैं।
समीक्षा सहेजें
समीक्षा सहेजें या Command-S समीक्षा और मार्ग को साथ सहेजता है। सहेजा गया संदेश की प्रतीक्षा करें। सहेजना विफल हो तो मसौदा फिर से प्रयास करने के लिए बना रहता है। सहेजने से मॉडल फिर प्रशिक्षित नहीं होता।
संदर्भ जोड़ें
टिप्पणियाँ पढ़ने या संपादित करने के लिए नोट्स खोलें। मॉडल संस्करण और परीक्षण स्रोत केवल तभी दिखते हैं जब सहेजे हुए मान उपलब्ध हों।
परिणाम
साक्ष्य के लिए सहेजी गई समीक्षा और रूट का निर्णय।
अगला चरण
सुधार के लिए Annotator, नए संस्करण के लिए Data Studio और अगले रन के लिए प्रशिक्षण इस्तेमाल करें।