Afbeeldingen sneller labelen met Smart Labeler
In deze handleiding leert u hoe u Smart Labeler gebruikt om voorgestelde tags voor afbeeldingen te genereren. Hiermee kunt u een groot aantal afbeeldingen sneller labelen wanneer u een nieuw Custom Vision traint.
Wanneer u afbeeldingen tagt voor een Custom Vision model, gebruikt de service de meest recente getrainde iteratie van het model om de labels van afbeeldingen zonder tag te voorspellen. Vervolgens worden deze voorspellingen als voorgestelde tags weer gegeven, op basis van de geselecteerde drempelwaarde voor betrouwbaarheid en voorspellingsonvoorspelling. Vervolgens kunt u de suggesties bevestigen of wijzigen, zodat u de afbeeldingen sneller kunt taggen voor training.
Wanneer gebruikt u Smart Labeler?
Houd rekening met de volgende beperkingen:
- U moet alleen voorgestelde tags aanvragen voor afbeeldingen waarvan de inhoud al één keer is getraind. Krijg geen suggesties voor een nieuwe tag die u net begint te trainen.
Belangrijk
De functie Smart Labeler maakt gebruik van hetzelfde prijsmodel als gewone voorspellingen. De eerste keer dat u voorgestelde tags activeert voor een set afbeeldingen, worden dezelfde kosten in rekening gebracht als voor voorspellingsoproepen. Daarna slaat de service de resultaten voor de geselecteerde afbeeldingen 30 dagen op in een database en kunt u ze binnen die periode gratis openen. Na 30 dagen worden er kosten in rekening gebracht als u de voorgestelde tags opnieuw aanvraagt.
Smart Labeler-werkstroom
In de volgende stappen ziet u hoe u Smart Labeler gebruikt:
- Upload al uw trainingsafbeeldingen aan uw Custom Vision project.
- Label een deel van uw gegevensset en kies een gelijk aantal afbeeldingen voor elke tag.
Tip
Zorg ervoor dat u alle tags gebruikt waarvoor u later suggesties wilt.
- Start het trainingsproces.
- Wanneer de training is voltooid, gaat u naar de weergave Zonder tag en selecteert u de knop Voorgestelde tags krijgen in het linkerdeelvenster.
- Stel in het pop-upvenster dat wordt weergegeven het aantal afbeeldingen in waarvoor u suggesties wilt. U moet alleen initiële tagsuggesties voor een deel van de afbeeldingen zonder tag krijgen. U krijgt betere tagsuggesties wanneer u dit proces doormaakt.
- Bevestig de voorgestelde tags en corrigeer eventuele tags die niet juist zijn.
Tip
Afbeeldingen met voorgestelde tags worden gesorteerd op hun voorspellingsonvoorspelling (lagere waarden geven een hogere betrouwbaarheid aan). U kunt de sorteer volgorde wijzigen met de optie Sorteren op onzekerheid. Als u de volgorde instelt op hoog naar laag, kunt u eerst de voorspellingen met hoge onzekerheid corrigeren en vervolgens snel de lage onzekerheid bevestigen.
In afbeeldingsclassificatieprojecten kunt u tags in batches selecteren en bevestigen. Filter de weergave op een bepaalde voorgestelde tag, deselecteer afbeeldingen die onjuist zijn getagd en bevestig de rest in een batch.
U kunt ook voorgestelde tags gebruiken in de afzonderlijke afbeeldingsmodus door een afbeelding te selecteren in de galerie.
In objectdetectieprojecten worden batchbevestigingen niet ondersteund, maar u kunt nog steeds filteren en sorteren op voorgestelde tags voor een meer georganiseerde labelervaring. Miniaturen van uw afbeeldingen zonder tag geven een overlay weer van begrenzesvakken die de locaties van voorgestelde tags aangeven. Als u geen voorgesteld tagfilter selecteert, worden al uw afbeeldingen zonder tag weergegeven zonder overlayingvakken.
Als u objectdetectietags wilt bevestigen, moet u deze toepassen op elke afzonderlijke afbeelding in de galerie.
- Start het trainingsproces opnieuw.
- Herhaal de voorgaande stappen totdat u tevreden bent met de kwaliteit van de suggestie.
Volgende stappen
Volg een quickstart om aan de slag te gaan met het maken en trainen van Custom Vision project.