Documentatie

De handleiding en gidsteksten uit u BadBob-app.

Inhoud

Handleiding van Capture Lab

Zoek waar een model moeite mee heeft, corrigeer het bewijsmateriaal en kies daarna de bestemming.

Snel aan de slag

Begin met Volledige test, Gerichte test of Vrije opname.

Draai de objecten, verander de hoeken en probeer losse objecten, dichte groepen en een object buiten de groep.

Corrigeer annotaties en klassen. Stel de foutstatus in, voeg een notitie toe en sla de opname op.

Kies Toevoegen aan training, Controleset, Later opslaan of Moeilijk geval.

Capture Lab · Snel aan de slag

Handleiding van Annotator

Maak betrouwbare referentiegegevens van opgenomen afbeeldingen: controleer elk object, corrigeer het kader en de klasse en sla een correct trainingsproject op.

Snel aan de slag

Gebruik de afbeeldingenlijst en de statuslabels om lege, automatische of al bewerkte voorbeelden te vinden.

Verplaats annotaties en pas hun grootte aan, voeg ontbrekende objecten toe, verwijder onjuiste annotaties en wijs de juiste klasse toe.

Los ontbrekende afbeeldingen, lege annotaties, ongeldige labels en kaders buiten de afbeelding op.

Voeg het beoordeelde project pas samen met een gekozen trainingsaanvulling wanneer elke afbeelding gereed is.

Annotator · Snel aan de slag

Betrouwbare gegevens voorbereiden

Maak gecontroleerde datasets en houd evaluatieafbeeldingen apart.

Snel aan de slag

Importeer een bestaande dataset of verzamel gecontroleerde afbeeldingen. BadBob controleert kopieën en hergebruikt overeenkomende Image Bank-afbeeldingen; originelen blijven ongewijzigd.

Controleer klaskoppelingen, annotaties en verdelingen. De proefrun meldt ontbrekende gegevens en overlap vóór het importeren.

Train leert het model, Val ondersteunt beoordeling tijdens ontwikkeling en Test is voor de eindbeoordeling. Houd deze rollen gescheiden.

Kies naam, versie en eventueel een voorganger. Een gepubliceerde dataset legt afbeeldingsrevisies vast; latere wijzigingen horen in een nieuwe versie.

Data Studio · Snel aan de slag

Voorbereiden en trainen

Gebruik een gepubliceerde dataset met gecontroleerde annotaties. Validatie-, test- en guardafbeeldingen behouden hun afzonderlijke rollen.

Snel aan de slag

Kies algoritme, iteraties en batchgrootte. Automatische iteraties zijn een schatting van BadBob. Geef het model een naam en versie.

Kies een uitvoermap buiten het project. Je kunt tijdens de training van tabblad wisselen en een geluid bij voltooiing inschakelen.

Beoordeel validatie- of testafbeeldingen. Controleer gemiste objecten, extra detecties en verkeerde klassen. Stuur geselecteerde afbeeldingen naar Failure Bank voor handmatige beoordeling.

Vergelijk modellen op dezelfde afbeeldingen met precisie en recall per klasse. Guards worden apart beoordeeld. Training van externe modellen wordt niet hervat.

Training · Snel aan de slag

Handleiding van Failure Bank

Beoordeel modelfouten, bewaar regressiebewijs en bereid geverifieerde trainingsoverdrachten voor zonder het bronmateriaal te wijzigen.

Snel aan de slag

Inspecteer de modelvoorspelling naast de huidige handmatige revisie terwijl BadBob de geselecteerde bronafbeelding verifieert.

Leg vast wat er is gebeurd, waarom het voorbeeld belangrijk is en welke context een andere beoordelaar later nodig heeft.

Stuur bruikbare voorbeelden naar training, bescherm regressies in de controleset of bewaar onzekere gevallen voor later.

Houd onzeker bewijsmateriaal buiten training, validatie en test. Moeilijke gevallen blijven zichtbaar voor onderzoek en latere trainingsfasen.

Failure Bank · Snel aan de slag