文件
來自 BadBob 應用程式的手冊和指南文字。
Capture Lab 指南
找出模型的困難之處,修正證據,再選擇其去向。
快速入門
從完整測試、針對性測試或自由擷取開始。
轉動物體,改變角度,並嘗試分開的物體、緊密聚集的物體,以及群組外的一個物體。
修正標註和類別。設定錯誤狀態,新增備註並儲存影像。
選擇「新增至訓練」、Guard Set、「稍後儲存」或「困難案例」。
Annotator 指南
檢查每個物件,修正其方框和類別,並儲存乾淨的訓練專案,將擷取影像轉為可信的真實標註。
快速入門
使用影像列表及其狀態標記,尋找空白、自動產生或已編輯的範例。
移動標註並調整其大小,新增遺漏的物體,刪除錯誤標註,並指定正確的類別。
處理遺失影像、空白標註、無效標籤及超出影像範圍的方框。
只有每張影像都準備好後,才能將已審查的專案合併至選定的訓練增補資料。
準備可信資料
建立已審核的資料集,並將評估影像分開保存。
快速入門
匯入現有資料集或收集已審核影像。BadBob 驗證副本並重用 Image Bank 中相符的影像;原始檔案保持不變。
檢查類別對應、標註和資料劃分。試執行會在匯入前報告缺少資料和重疊。
Train 用於模型學習,Val 用於開發期間的評估,Test 留作最終評估。保持這些用途獨立。
選擇名稱、版本和選用的上層資料集。發佈的資料集固定影像修訂;後續變更應屬於新版本。
準備並訓練
使用含有已審核標註的已發佈資料集。驗證、測試和守護影像保持各自獨立的用途。
快速入門
選擇演算法、迭代次數和批次大小。自動迭代次數是 BadBob 的估算。為模型設定名稱和版本。
選擇專案外的輸出資料夾。訓練期間可以切換分頁,並啟用完成提示音。
評估驗證或測試影像。檢查漏檢物件、多餘偵測和錯誤類別。將所選影像傳送到 Failure Bank 進行人工審核。
在相同影像上比較模型,並查看各類別的精確率和召回率。守護影像單獨評估。不會恢復外部模型的訓練。
Failure Bank 指南
審查模型失敗,保留迴歸證據,並在不變更來源證據的情況下準備經驗證的訓練交接。
快速入門
在 BadBob 驗證選取的來源影像時,並排檢查模型預測與目前的人工修訂。
記錄發生了什麼、此範例為何重要,以及其他審查者日後需要的脈絡。
將有用範例送往訓練,在 Guard Set 中保護迴歸案例,或將不確定的案例保留至日後。
將不確定的證據保留在訓練、驗證與測試集之外。困難案例保持可見,以供調查及後續課程階段使用。