Documentazione
Il manuale e i testi delle guide della tua app BadBob.
Guida di Capture Lab
Trova dove un modello incontra difficoltà, correggi le evidenze e scegli la loro destinazione.
Avvio rapido
Inizia con Test completo, Test mirato o Acquisizione libera.
Ruota gli oggetti, cambia gli angoli e prova oggetti separati, gruppi compatti e un oggetto fuori dal gruppo.
Correggi le annotazioni e le classi. Imposta lo stato dell’errore, aggiungi una nota e salva l’acquisizione.
Scegli Aggiungi all'addestramento, Insieme di protezione, Salva per più tardi o Caso difficile.
Guida di Annotator
Trasforma le immagini acquisite in riferimenti affidabili verificando ogni oggetto, correggendo il riquadro e la classe e salvando un progetto di addestramento corretto.
Avvio rapido
Usa l'elenco delle immagini e gli indicatori di stato per trovare esempi vuoti, automatici o già modificati.
Sposta e ridimensiona le annotazioni, aggiungi gli oggetti mancanti, rimuovi le annotazioni errate e assegna la classe corretta.
Risolvi immagini mancanti, annotazioni vuote, etichette non valide e riquadri che si estendono fuori dall'immagine.
Unisci il progetto revisionato a un'integrazione di addestramento scelta solo quando tutte le immagini sono pronte.
Preparare dati affidabili
Crea dataset verificati e separa le immagini di valutazione.
Avvio rapido
Importa un dataset esistente o raccogli immagini verificate. BadBob verifica le copie e riutilizza immagini corrispondenti di Image Bank; gli originali restano invariati.
Controlla classi, annotazioni e suddivisioni. La simulazione segnala dati mancanti e sovrapposizioni prima dell’importazione.
Train insegna al modello, Val aiuta a valutarlo durante lo sviluppo e Test è riservato alla valutazione finale. Mantieni separati questi ruoli.
Scegli nome, versione e un predecessore facoltativo. Un dataset pubblicato fissa le revisioni delle immagini; modifiche successive richiedono una nuova versione.
Preparare e addestrare
Usa un dataset pubblicato con annotazioni verificate. Immagini di validazione, test e guardia mantengono ruoli separati.
Avvio rapido
Scegli algoritmo, iterazioni e dimensione del batch. Le iterazioni automatiche sono una stima di BadBob. Assegna nome e versione al modello.
Scegli una cartella di output esterna al progetto. Puoi cambiare scheda durante l’addestramento e attivare un suono al termine.
Valuta immagini di validazione o test. Controlla oggetti mancati, rilevamenti extra e classi errate. Invia le immagini selezionate a Failure Bank per la revisione manuale.
Confronta modelli sulle stesse immagini con precisione e richiamo per classe. Le guardie sono valutate separatamente. L’addestramento dei modelli esterni non riprende.
Guida di Failure Bank
Esamina gli errori del modello, preserva le evidenze di regressione e prepara consegne di addestramento verificate senza modificare le evidenze di origine.
Avvio rapido
Ispeziona la previsione del modello accanto alla revisione umana attuale mentre BadBob verifica l'immagine di origine selezionata.
Registra cosa è successo, perché l'esempio è importante e il contesto di cui un altro revisore avrà bisogno in seguito.
Invia esempi utili all'addestramento, proteggi le regressioni nell'insieme di protezione o conserva i casi incerti per più tardi.
Mantieni le evidenze incerte fuori da addestramento, convalida e test. I casi difficili rimangono visibili per l'indagine e le fasi successive di apprendimento.