13.7.3. Označavanje slika

Detektor objekata uči iz primjera koji su označeni: svaka slika za treniranje treba okvir oko svakog ciljanog objekta, označen svojom klasom. Ručno označavanje stotina sličica je sporo, pa ga Roboflow automatizira.

13.7.3.1. Auto Label

Na stranici Annotate, Auto Label pokreće temeljni model usmjeren tekstom: opišete svaku klasu riječima, a on pronalazi i uokviruje te objekte na cijeloj seriji. Dodajte klasu za svaku stvar koju želite detektirati – stuffed raccoon toy te person kako biste model naučili što treba zanemariti – pregledajte rezultat na nekoliko probnih slika i prilagodite prag pouzdanosti svake klase dok okviri ne padnu tamo gdje bi trebali.

Auto Label pronalazi klase iz tekstualnih uputa i označava seriju – pregledajte i ugodite pragove prije pokretanja na svakoj slici.

Pokrenite ga na seriji, zatim pregledajte: pregledajte označene slike, ispravite onih nekoliko koje je model pogrešno označio i izbrišite okvire koje je izmislio. Auto Label obavlja glavninu posla; prolaz pregleda hvata njegove pogreške.

13.7.3.2. Dodavanje u skup podataka

Označene slike premještaju se u skup podataka s podjelom na train / valid / test. Podjela je način na koji se mjeri točnost modela: trenira se na slikama za treniranje, ugađa prema validacijskom skupu i ocjenjuje na testnim slikama koje nikada nije vidio tijekom treniranja. Zadana podjela radi – prihvatite je i skup podataka je spreman za treniranje.