Dokumentasjon
Brukerhåndboken og veiledningstekstene fra BadBob-appen din.
Capture Lab-veiledning
Finn hvor modellen har problemer, korriger dokumentasjonen og velg deretter hvor den hører hjemme.
Kom raskt i gang
Start med Full test, Fokusert test eller Fritt opptak.
Vri objektene, endre vinkler og prøv adskilte objekter, tette grupper og et objekt utenfor gruppen.
Korriger annoteringer og klasser. Angi feilstatus, legg til et notat og lagre opptaket.
Velg Legg til i trening, Beskyttelsessett, Lagre til senere eller Vanskelig tilfelle.
Annotator-veiledning
Gjør opptatte bilder til pålitelige fasitdata ved å kontrollere hvert objekt, korrigere boksen og klassen og lagre et ryddig treningsprosjekt.
Kom raskt i gang
Bruk bildelisten og statusmerkene til å finne tomme, automatiske eller allerede redigerte eksempler.
Flytt annoteringer og endre størrelsen på dem, legg til manglende objekter, fjern feilaktige annoteringer og tildel riktig klasse.
Rett opp manglende bilder, tomme annoteringer, ugyldige etiketter og bokser som går utenfor bildet.
Slå sammen det gjennomgåtte prosjektet med et valgt treningstillegg først når alle bildene er klare.
Forbered pålitelige data
Bygg gjennomgåtte datasett og hold vurderingsbilder atskilt.
Kom raskt i gang
Importer et eksisterende datasett eller samle gjennomgåtte bilder. BadBob verifiserer kopier og gjenbruker samsvarende Image Bank-bilder; originalene endres ikke.
Kontroller klassetilknytninger, annoteringer og oppdeling. Dry run viser manglende data og overlapp før import.
Train lærer modellen, Val brukes til vurdering under utvikling, og Test reserveres for sluttvurdering. Hold rollene atskilt.
Velg navn, versjon og eventuell forgjenger. Et publisert datasett fastsetter bilderevisjoner; senere endringer tilhører en ny versjon.
Forbered og tren
Bruk et publisert datasett med gjennomgåtte annoteringer. Validerings-, test- og guardbilder beholder sine separate roller.
Kom raskt i gang
Velg algoritme, iterasjoner og batchstørrelse. Automatiske iterasjoner er BadBobs anslag. Gi modellen navn og versjon.
Velg en utdatamappe utenfor prosjektet. Du kan bytte fane under treningen og aktivere en lyd når den er ferdig.
Vurder validerings- eller testbilder. Gjennomgå oversette objekter, ekstra deteksjoner og feil klasser. Send valgte bilder til manuell gjennomgang i Failure Bank.
Sammenlign modeller på de samme bildene med presisjon og recall per klasse. Guards vurderes separat. Treningen av eksterne modeller gjenopptas ikke.
Failure Bank-veiledning
Gjennomgå modellfeil, bevar regresjonsdokumentasjon og forbered verifiserte treningsoverleveringer uten å endre kildedokumentasjonen.
Kom raskt i gang
Undersøk modellens prediksjon ved siden av gjeldende menneskelige revisjon mens BadBob verifiserer det valgte kildebildet.
Registrer hva som skjedde, hvorfor eksemplet er viktig, og konteksten en annen gjennomgåer vil trenge senere.
Send nyttige eksempler til trening, beskytt regresjoner i beskyttelsessettet eller behold usikre tilfeller til senere.
Hold usikker dokumentasjon utenfor trening, validering og test. Vanskelige tilfeller forblir synlige for undersøkelse og senere trinn i treningsplanen.