Dokumentation
Manualen och guiderna från din BadBob-app.
Guide för Capture Lab
Hitta modellens svagheter, korrigera underlaget och välj sedan var det hör hemma.
Snabbstart
Börja med Fullständigt test, Fokuserat test eller Fri insamling.
Vrid objekten, ändra vinklar och prova separerade objekt, täta grupper och ett objekt utanför gruppen.
Korrigera annoteringar och klasser. Ange felstatus, lägg till en anteckning och spara bilden.
Välj Lägg till för träning, Kontrolluppsättning, Spara till senare eller Svårt fall.
Guide för Annotator
Gör insamlade bilder till tillförlitligt facit genom att kontrollera varje objekt, korrigera dess rektangel och klass och spara ett genomgånget träningsprojekt.
Snabbstart
Använd bildlistan och dess statusmarkeringar för att hitta tomma, automatiska eller redan redigerade exempel.
Flytta annoteringar och ändra deras storlek, lägg till saknade objekt, ta bort felaktiga annoteringar och tilldela rätt klass.
Åtgärda saknade bilder, tomma annoteringar, ogiltiga etiketter och rektanglar som sträcker sig utanför bilden.
Slå samman det granskade projektet med ett valt träningstillägg först när alla bilder är klara.
Förbered tillförlitliga data
Bygg granskade dataset och håll utvärderingsbilder åtskilda.
Snabbstart
Importera ett befintligt dataset eller samla granskade bilder. BadBob verifierar kopior och återanvänder matchande bilder i Image Bank; originalen lämnas oförändrade.
Kontrollera klassmappning, annoteringar och uppdelning. Dry run visar saknade data och överlappning före importen.
Train lär modellen, Val används för utvärdering under utvecklingen och Test reserveras för slutlig utvärdering. Håll rollerna åtskilda.
Välj namn, version och eventuell föregångare. Ett publicerat dataset låser bildrevisionerna; senare ändringar hör till en ny version.
Förbered och träna
Använd ett publicerat dataset med granskade annoteringar. Validerings-, test- och guardbilder behåller sina separata roller.
Snabbstart
Välj algoritm, iterationer och batchstorlek. Automatiskt iterationsantal är BadBobs uppskattning. Ge modellen namn och version.
Välj en utdatamapp utanför projektet. Du kan byta flik under träningen och aktivera ett ljud när den är klar.
Utvärdera validerings- eller testbilder. Granska missade objekt, extra detektioner och fel klasser. Skicka valda bilder till Failure Bank för manuell granskning.
Jämför modeller på samma bilder med precision och recall per klass. Guards utvärderas separat. Externa modeller utvärderas utan att deras träning återupptas.
Guide för Failure Bank
Granska modellfel, bevara underlag för regressionstester och förbered verifierade träningsöverlämningar utan att ändra källunderlaget.
Snabbstart
Granska modellens prediktion bredvid den aktuella manuella revisionen medan BadBob verifierar den valda källbilden.
Anteckna vad som hände, varför exemplet är betydelsefullt och vilken bakgrund en annan granskare behöver senare.
Skicka användbara exempel vidare till träning, skydda mot regressioner i kontrolluppsättningen eller spara osäkra fall till senare.
Håll osäkert underlag utanför träning, validering och test. Svåra fall finns kvar för undersökning och senare träningssteg.