Dokumentasi
Teks panduan dan petunjuk dari aplikasi BadBob Anda.
Panduan Capture Lab
Temukan kesulitan model, perbaiki bukti, lalu pilih tujuannya.
Mulai cepat
Mulai dengan Uji Lengkap, Uji Terfokus, atau Pengambilan Bebas.
Putar objek, ubah sudut, dan coba objek yang terpisah, kelompok rapat, serta satu objek di luar kelompok.
Perbaiki anotasi dan kelas. Tetapkan status kegagalan, tambahkan catatan, dan simpan gambar.
Pilih Tambah ke pelatihan, Guard Set, Simpan nanti, atau Kasus sulit.
Panduan Annotator
Ubah gambar yang diambil menjadi data acuan terpercaya dengan memeriksa setiap objek, memperbaiki kotak dan kelasnya, lalu menyimpan proyek pelatihan yang bersih.
Mulai cepat
Gunakan daftar gambar dan lencana status untuk menemukan contoh kosong, otomatis, atau yang sudah diedit.
Pindahkan dan ubah ukuran anotasi, tambahkan objek yang terlewat, hapus anotasi yang salah, dan tetapkan kelas yang benar.
Perbaiki gambar yang hilang, anotasi kosong, label tidak valid, dan kotak di luar gambar.
Gabungkan proyek yang ditinjau ke tambahan pelatihan pilihan hanya ketika setiap gambar siap.
Siapkan data tepercaya
Buat dataset yang ditinjau dan pisahkan gambar evaluasi.
Mulai cepat
Impor dataset yang ada atau kumpulkan gambar yang ditinjau. BadBob memverifikasi salinan dan menggunakan ulang gambar Image Bank yang cocok; sumber asli tidak berubah.
Periksa pemetaan kelas, anotasi, dan pembagian data. Simulasi melaporkan data hilang dan tumpang tindih sebelum impor.
Train mengajari model, Val membantu evaluasi selama pengembangan, dan Test dicadangkan untuk evaluasi akhir. Pisahkan peran ini.
Pilih nama, versi, dan induk opsional. Dataset yang diterbitkan menetapkan revisi gambar; perubahan selanjutnya masuk ke versi baru.
Siapkan dan latih
Gunakan dataset yang diterbitkan dengan anotasi yang sudah ditinjau. Gambar validasi, pengujian, dan guard tetap memiliki peran terpisah.
Mulai cepat
Pilih algoritma, iterasi, dan ukuran batch. Iterasi otomatis adalah perkiraan BadBob. Beri nama dan versi pada model.
Pilih folder keluaran di luar proyek. Anda dapat berpindah tab selama pelatihan dan mengaktifkan suara saat selesai.
Evaluasi gambar validasi atau pengujian. Tinjau objek terlewat, deteksi tambahan, dan kelas salah. Kirim gambar terpilih ke Failure Bank untuk tinjauan manual.
Bandingkan model pada gambar yang sama dengan presisi dan recall per kelas. Guard dievaluasi terpisah. Pelatihan model eksternal tidak dilanjutkan.
Panduan Failure Bank
Tinjau kegagalan model, pertahankan bukti regresi, dan siapkan serah terima pelatihan terverifikasi tanpa mengubah bukti sumber.
Mulai cepat
Periksa prediksi model di samping revisi manusia saat ini sementara BadBob memverifikasi gambar sumber terpilih.
Catat apa yang terjadi, mengapa contoh ini penting, dan konteks yang akan diperlukan peninjau lain nanti.
Kirim contoh berguna ke pelatihan, lindungi regresi di Guard Set, atau simpan kasus yang belum pasti untuk nanti.
Simpan bukti yang belum pasti di luar data latih, validasi, dan uji. Kasus sulit tetap terlihat untuk penyelidikan dan tahap kurikulum berikutnya.