Documentação

O texto do manual e dos guias do seu aplicativo BadBob.

Sumário

Avaliação · Create ML

Examine o desempenho em imagens de referência reservadas e encontre erros concretos.

Antes de começar

Um resultado Create ML concluído e imagens de avaliação disponíveis.

Início rápido

  1. Abra Avaliação e escolha Create ML no seletor de backend.
  2. Selecione a execução e os dados de avaliação e execute a avaliação. Examine objetos ausentes, objetos adicionais e classes erradas.
  3. Inspecione previsões individuais e preserve evidências úteis de falhas para revisão.

Funções e opções

  • Modelo

    Selecione um modelo pelo nome e pela versão; o ID curto da execução é mostrado para identificação e usado quando não há nome disponível.

  • Escolher a partição

    Selecione um conjunto de dados e uma divisão antes de Avaliar. Train serve apenas para inspeção; Val apoia o ajuste e Test é reservado. Use divisões e limiares consistentes ao comparar resultados. A perda de treinamento, por si só, não estabelece a qualidade da detecção ou das máscaras.

  • Percorrer e selecionar

    Clique em uma linha da lista e use Up/Down para percorrer as imagens filtradas. Os seletores separados escolhem imagens para o Failure Bank; navegar não altera essa seleção. Alterar o filtro mantém a imagem ativa visível ou seleciona a primeira imagem correspondente.

  • Compare as anotações

    Anotações humanas (linhas contínuas) e Sugestões do modelo (linhas tracejadas) usam as cores de classe do projeto e podem ser exibidas de forma independente para inspecionar contornos sobrepostos.

  • Tratar erros

    Erros de carregamento e de ações permanecem acima da área de imagens até serem dispensados pelo botão de fechar ou até outro projeto ser aberto. Uma atualização em segundo plano bem-sucedida não oculta a mensagem.

Resultado

Evidências de avaliação salvas e exemplos que explicam as métricas.

Próxima etapa

Compare com um modelo anterior ou revise erros no Failure Bank.

Toda a documentação