13.8.3. تسمية الصور

يتعلم كاشف الكائنات من الأمثلة المُسمّاة: تحتاج كل صورة تدريب إلى مربع حول كل كائن هدف، موسوم بفئته. وتسمية مئات الإطارات يدويًا أمر بطيء، لذا تقوم Roboflow بأتمتتها.

13.8.3.1. Auto Label

في صفحة Annotate، تقود ميزة Auto Label نموذجًا أساسيًا موجَّهًا بالنص: تصف كل فئة بالكلمات فيجد تلك الكائنات ويحيطها بمربعات عبر الدفعة بأكملها. أضف فئة لكل شيء تريد كشفه -- stuffed raccoon toy وperson لتعليم النموذج ما يجب تجاهله -- وعاين النتيجة على بضع صور اختبار، واضبط عتبة الثقة لكل فئة حتى تستقر المربعات حيث ينبغي لها.

تجد ميزة Auto Label الفئات من الموجهات النصية وتسمّي الدفعة -- عاين واضبط العتبات قبل تشغيلها على كل صورة.

شغّلها على الدفعة، ثم راجِع: امسح الصور المُسمّاة، وأصلح القليل منها الذي أخطأ فيه النموذج، واحذف المربعات التي اخترعها. تقوم Auto Label بالعمل الأكبر؛ وتلتقط مرحلة المراجعة أخطاءها.

13.8.3.2. الإضافة إلى مجموعة البيانات

تنتقل الصور المُسمّاة إلى مجموعة البيانات بتقسيم train / valid / test. والتقسيم هو الطريقة التي تُقاس بها دقة النموذج: فهو يتدرب على صور التدريب، ويُضبط مقابل مجموعة التحقق، ويُسجَّل على صور الاختبار التي لم يرها قط أثناء التدريب. والتقسيم الافتراضي يفي بالغرض -- اقبله وتصبح مجموعة البيانات جاهزة للتدريب.