Dokumentasi

Teks panduan dan petunjuk dari aplikasi BadBob Anda.

Daftar isi

Evaluasi · Create ML

Periksa kinerja pada gambar acuan yang disisihkan dan temukan kesalahan konkret.

Sebelum memulai

Hasil Create ML selesai dan gambar evaluasi yang tersedia.

Mulai cepat

  1. Buka Evaluasi dan pilih Create ML dalam pemilih backend.
  2. Pilih proses dan data evaluasi, lalu jalankan evaluasi. Periksa objek yang hilang, objek tambahan, dan kelas yang salah.
  3. Periksa prediksi individual dan simpan bukti kegagalan yang berguna untuk ditinjau.

Fungsi dan pilihan

  • Model

    Pilih model berdasarkan nama dan versi; ID proses singkat ditampilkan untuk identifikasi dan digunakan bila nama tidak tersedia.

  • Pilih pembagian

    Pilih dataset dan pembagian sebelum Evaluasi. Train hanya untuk pemeriksaan; Val mendukung penyetelan dan Test dicadangkan. Gunakan pembagian dan ambang yang konsisten saat membandingkan hasil. Loss pelatihan saja tidak menentukan mutu deteksi atau mask.

  • Telusuri dan pilih

    Klik baris daftar, lalu gunakan Up/Down untuk menelusuri gambar terfilter. Sakelar terpisah memilih gambar untuk Failure Bank; penelusuran tidak mengubah pilihan tersebut. Mengubah filter mempertahankan gambar aktif tetap terlihat, atau memilih gambar pertama yang cocok.

  • Bandingkan anotasi

    Anotasi manusia (garis utuh) dan Saran model (garis putus-putus) memakai warna kelas proyek dan dapat ditampilkan secara terpisah untuk memeriksa garis luar yang bertumpuk.

  • Tangani kesalahan

    Kesalahan pemuatan dan tindakan tetap di atas ruang kerja gambar hingga ditutup dengan tombol tutup atau proyek lain dibuka. Penyegaran latar belakang yang berhasil tidak menyembunyikan pesan.

Hasil

Bukti evaluasi tersimpan beserta contoh yang menjelaskan metrik.

Langkah berikutnya

Bandingkan dengan model sebelumnya atau tinjau kesalahan di Failure Bank.

Semua dokumentasi