13.7.3. Gán nhãn cho ảnh

Bộ phát hiện đối tượng học từ các ví dụ được gán nhãn: mỗi ảnh huấn luyện cần một hộp bao quanh từng đối tượng mục tiêu, được gắn thẻ với lớp của nó. Gán nhãn hàng trăm khung hình bằng tay rất chậm, vì vậy Roboflow tự động hóa quá trình này.

13.7.3.1. Auto Label

Trên trang Annotate, Auto Label điều khiển một mô hình nền tảng được kích hoạt bằng văn bản: bạn mô tả từng lớp bằng lời và nó tìm và đóng khung các đối tượng đó trên toàn bộ lô. Thêm một lớp cho mỗi thứ bạn muốn phát hiện -- stuffed raccoon toy và person để dạy mô hình điều cần bỏ qua -- xem trước kết quả trên một vài ảnh kiểm thử, và điều chỉnh ngưỡng độ tin cậy của mỗi lớp cho đến khi các hộp nằm đúng vị trí.

Auto Label tìm các lớp từ các gợi ý văn bản và gán nhãn cho lô -- xem trước và điều chỉnh ngưỡng trước khi chạy trên tất cả ảnh.

Chạy nó trên lô, sau đó xem xét lại: quét qua các ảnh đã được gán nhãn, sửa những ảnh mô hình làm sai, và xóa các hộp mà nó tạo ra nhầm. Auto Label làm phần lớn công việc; bước xem xét lại phát hiện những lỗi của nó.

13.7.3.2. Thêm vào tập dữ liệu

Các ảnh đã được gán nhãn chuyển vào tập dữ liệu với cách chia train / valid / test. Cách chia này là cách đo độ chính xác của mô hình: nó huấn luyện trên các ảnh huấn luyện, tinh chỉnh theo tập xác thực, và được chấm điểm trên các ảnh kiểm thử mà nó chưa từng thấy trong quá trình huấn luyện. Cách chia mặc định hoạt động tốt -- chấp nhận nó và tập dữ liệu đã sẵn sàng để huấn luyện.