Segmentation · Contorni e maschere
Addestra un modello sperimentale di segmentazione delle istanze a partire da contorni verificati.
Prima di iniziare
Scegli un dataset di contorni pubblicato con Train e Val. Configura l’ambiente Segmentation e prepara le maschere.
Avvio rapido
- Scegli il dataset e verifica le sue annotazioni. Prepara il pacchetto di contorni/maschere.
- Controlla impostazioni Segmentation, budget di passaggi e destinazione di output. Avvia l’esecuzione.
- Esamina il checkpoint salvato e le evidenze dell’esecuzione; valuta con il backend Segmentation.
Funzioni e opzioni
Usare un checkpoint
Questo percorso salva un checkpoint anziché un rilevatore Core ML. I risultati salvati compatibili possono essere selezionati per l’inferenza Segmentation in Capture Lab e Annotator/Failure Bank.
Nome del modello
Assegna al modello un nome descrittivo o mantieni il nome suggerito. Ogni esecuzione di addestramento ha un identificativo stabile.
Preparare le maschere
Le maschere usano i contorni disegnati a mano e salvati. Correggere i contorni mancanti o non validi prima della preparazione.
Risultato
Un checkpoint Segmentation con impostazioni ed evidenze di valutazione.
Passaggio successivo
Apri Valutazione o Confronto e scegli Segmentation.