ドキュメント

BadBobアプリのマニュアルとガイドの本文です。

目次

評価 · Create ML

学習から除外した参照画像で性能を確認し、具体的な誤りを探します。

始める前に

完成したCreate ML結果と、利用可能な評価画像が必要です。

クイックスタート

  1. 「評価」を開き、バックエンド選択でCreate MLを選びます。
  2. 実行と評価データを選んで評価を実行します。見逃し、余分なオブジェクト、誤ったクラスを確認します。
  3. 個々の予測を確認し、有用な失敗の証拠をレビュー用に残してください。

機能と選択肢

  • モデル

    モデルを名前とバージョンで選択してください。識別用に短い実行IDが表示され、名前がない場合にも使われます。

  • 分割を選ぶ

    「評価」の前にデータセットと分割を選択してください。Trainは確認専用、Valは調整用、Testは保留用です。結果を比較する際は、一貫した分割としきい値を使ってください。学習損失だけでは検出やマスクの品質は判断できません。

  • 閲覧と選択

    リストの行をクリックし、Up/Downでフィルター適用後の画像を順に表示できます。Failure Bankに送る画像は別のスイッチで選択します。閲覧してもその選択は変わりません。フィルターを変えると有効な画像は表示されたままになり、該当しない場合は最初に一致する画像が選択されます。

  • アノテーションを比較する

    人によるアノテーション(実線)とモデルの提案(破線)はプロジェクトのクラス色を使い、重なる輪郭を確認するために別々に表示できます。

  • エラーに対処する

    読み込みや操作のエラーは、閉じるボタンで消すか別のプロジェクトを開くまで、画像ワークスペースの上に残ります。バックグラウンドの更新が成功してもメッセージは消えません。

結果

評価の検証資料と、指標を説明する事例が保存されます。

次のステップ

以前のモデルと比較するか、Failure Bankで誤りを確認してください。

すべてのドキュメント