وضع علامة أسرع على الصور باستخدام Smart Labeler

في هذا الدليل، ستتعرف على كيفية استخدام Smart Labeler لإنشاء العلامات المُقترحة للصور. يتيح لك هذا تسمية عدد كبير من الصور بسرعة أكبر عند تدريب نموذج Custom Vision.

عند وضع علامة على الصور لنموذج Custom Vision، تستخدم الخدمة أحدث تكرار مدرب للنموذج للتنبؤ بتسميات الصور الجديدة. يظهر هذه التنبؤات كعلامات مقترحة في واجهة المستخدم، استنادا إلى حد الثقة المحدد وعدم اليقين في التنبؤ. يمكنك بعد ذلك تأكيد الاقتراحات أو تغييرها. وهذا يسرع عملية وضع علامات يدويا على الصور للتدريب.

الوقت المناسب لاستخدام Smart Labeler

ضع القيود التالية في اعتبارك:

  • يجب أن تطلب فقط العلامات المقترحة للصور التي تم تدريب علاماتها بالفعل مرة واحدة. لا تحصل على اقتراحات لعلامة جديدة بدأت للتو في التدريب عليها.

هام

تستخدم ميزة Smart Labeler نفسنموذج الأسعار الذي تستخدمه التوقعات العادية. عند تشغيل العلامات المقترحة لأول مرة لمجموعة من الصور، سيتم تحصيل رسوم تعادل رسوم استدعاءات التوقعات. بعد ذلك، تخزن الخدمة نتائج الصور المحددة في قاعدة بيانات لمدة 30 يوماً، ويمكنك الوصول إليها في أي وقت مجاناً خلال تلك الفترة. بعد انقضاء 30 يوماً، ستتم محاسبتك على رسوم طلب علاماتهم المقترحة مرة أخرى.

سير عمل Smart Labeler

اتبع هذه الخطوات لاستخدام Smart Labeler:

  1. قم بتحميل جميع صور التدريب لمشروع Custom Vision.
  2. قم بتسمية جزء من مجموعة البيانات، مع تحديد عدد متساوٍ من الصور لكل علامة.

    تلميح

    تأكد من استخدام كل العلامات التي تريد اقتراحات لها لاحقاً.

  3. ابدأ عملية التدريب.
  4. عند اكتمال التدريب، انتقل إلى طريقة العرض غير المعلّمة وحدد الزر الحصول على العلامات المقترحة في الجزء الأيمن.

    The suggested tags button is shown under the untagged images tab.

  5. في النافذة المنبثقة التي تظهر، عيّن عدد الصور التي تريد اقتراحات لها. ستحصل على اقتراحات وضع العلامات الأولية فقط لجزء من الصور غير المعلّمة. ستحصل على اقتراحات أفضل للعلامات أثناء تكرار هذه العملية.
  6. تأكد من العلامات المقترحة، وصحح العلامات غير الصحيحة منها.

    تلميح

    تُفرز الصور ذات العلامات المقترحة حسب مستوى الشك في توقعها (تشير القيم المنخفضة إلى ثقة أعلى). يمكنك تغيير ترتيب الفرز باستخدام الخيار الفرز حسب مستوى الشك. إذا عيّنت الترتيب على مرتفع إلى منخفض، يمكنك تصحيح التوقعات ذات مستوى الشك المرتفع أولاً ثم تأكيد التوقعات ذات مستوى الشك المنخفض سريعاً.

    • في مشاريع تصنيف الصور، يمكنك تحديد العلامات وتأكيدها على دفعات. يمكنك تصفية طريقة العرض بواسطة علامة مقترحة معينة، وإلغاء تحديد الصور المعلّمة بعلامات غير صحيحة، ثم التأكيد على الصور المتبقية في الدُفعة.

      Suggested tags are displayed in batch mode for IC with filters.

      يمكنك أيضاً استخدام العلامات المقترحة في وضع الصورة الفردية بتحديد صورة من المعرض.

      Suggested tags are displayed in individual image mode for IC.

    • في مشاريع الكشف عن العناصر، لا يتوفر الدعم للتأكيد على دفعات، ولكن ما زال بإمكانك التصفية والفرز حسب العلامات المقترحة للحصول على تجربة تسمية أكثر تنظيماً. ستُظهر الصور المصغّرة لصورك غير المعلّمة تراكباً من مربعات الإحاطة التي تشير إلى مواقع العلامات المقترحة. إذا لم تحدد عامل تصفية لعلامة مقترحة، فستظهر جميع الصور غير المعلّمة دون تراكب مربعات الإحاطة.

      Suggested tags are displayed in batch mode for OD with filters.

      لتأكيد علامات الكشف عن العناصر، تحتاج إلى تطبيقها على كل صورة على حدة في المعرض.

      Suggested tags are displayed in individual image mode for OD.

  7. ابدأ عملية التدريب مرة أخرى.
  8. كرر الخطوات السابقة حتى تصبح راضياً عن جودة الاقتراح.

الخطوات التالية

اتبع دليل التشغيل السريع لبدء إنشاء مشروع Custom Vision وتدريبه.