文档
来自 BadBob 应用的手册和指南文字。
Capture Lab 指南
找出模型的难点,修正证据,再选择其去向。
快速入门
从完整测试、针对性测试或自由采集开始。
转动物体,改变角度,并尝试分开的物体、紧密聚集的物体,以及群组外的一个物体。
修正标注和类别。设置错误状态,添加备注并保存图像。
选择“添加到训练”、Guard Set、“稍后保存”或“困难案例”。
Annotator 指南
检查每个对象,修正其框和类别,并保存干净的训练项目,将采集图像转化为可信的真实标注。
快速入门
使用图像列表及其状态标记,查找空白、自动生成或已编辑的示例。
移动标注并调整其大小,添加遗漏的物体,删除错误标注,并分配正确的类别。
处理缺失图像、空标注、无效标签以及超出图像范围的框。
只有每张图像都准备好后,才能将已审核的项目合并到所选训练增补数据中。
准备可信数据
构建已审核的数据集,并将评估图像分开保存。
快速入门
导入现有数据集或收集已审核图像。BadBob 验证副本并复用 Image Bank 中匹配的图像;原始文件保持不变。
检查类别映射、标注和数据划分。试运行会在导入前报告缺失数据和重叠。
Train 用于模型学习,Val 用于开发期间的评估,Test 留作最终评估。保持这些用途独立。
选择名称、版本和可选的父数据集。发布的数据集固定图像修订;后续更改应属于新版本。
准备并训练
使用带有已审核标注的已发布数据集。验证、测试和守护图像保持各自独立的用途。
快速入门
选择算法、迭代次数和批量大小。自动迭代次数是 BadBob 的估算。为模型设置名称和版本。
选择项目外的输出文件夹。训练期间可以切换选项卡,并启用完成提示音。
评估验证或测试图像。检查漏检对象、多余检测和错误类别。将所选图像发送到 Failure Bank 进行人工审核。
在相同图像上比较模型,并查看各类别的精确率和召回率。守护图像单独评估。不会恢复外部模型的训练。
Failure Bank 指南
审核模型失败,保留回归证据,并在不改变原始证据的情况下准备经过验证的训练交接。
快速入门
在 BadBob 验证所选原始图像时,将模型预测与当前人工修订并排检查。
记录发生了什么、该示例为何重要,以及其他审核者以后需要的上下文。
将有用示例送往训练,在 Guard Set 中保护回归案例,或将不确定的案例留待以后。
将不确定的证据留在训练、验证与测试集之外。困难案例保持可见,以供调查及后续课程阶段使用。