数据收集
创建项目后,需要为数据集中的每个对象添加图像。然后,系统会根据收集到的这些图像进行自我训练。
数据集 "选项卡还提供了图像集的概览,提及了对象,并可对图像进行相应的排序和筛选。
用户可以直接通过 AiStudio 或使用Frontline Workplace 上传图像。
直接通过 AiStudio 上传图像
- 在 "数据集 "选项卡上,单击 "上传图像 "并选择要上传的图像。
- 需要对图像进行相应的标记,以便对模型进行准确的训练。
3.上传注释文件。目前支持的格式有TeamViewer AiStudio、COCO 和YOLO。
注:图像注释是对图像进行标注以训练人工智能和机器学习模型的实践。通常需要人工标注者使用图像标注工具来标注图像或标记相关信息,例如,为图像中的不同实体分配相关类别。
4.如果没有添加注释,图像将显示在 "未就绪"选项卡中,然后您必须按照下面的说明手动添加注释/标记。
注: TeamViewer Aistudio 格式可为每个图像设置一个 (.json) 文件,或为所有图像设置一个 annotations.json 文件。
COCO 格式可为所有图像提供一个 (.json) 文件。
YOLO 格式每个图像可以有一个与图像文件同名的(.txt)文件和一个包含对象映射的(.name)文件。
使用Frontline 工作场所上传图片和视频
要启用此功能:
- 用户需要将 AiStudio 项目添加到 FCC。
- 从 FCC 面板转到配置->AiStudio 概述 。
- 选择要添加图像的 AI 项目。
- 单击 "默认数据收集工作流程"下的 "创建新"。
- 之后,右侧会出现一个新的磁贴"3.分配给团队"。指定一个所需的团队,其成员可以收集图像。
- 该团队的成员登录Frontline Workplace 时,将在新任务下看到数据收集工作流程。
- 运行工作流程时,用户可以选择录制图像或视频。视频录制只适用于图像分类项目和班级背景。
- 点击右上角的传输数据采集介质。图像将被传输到 AiStudio 数据库。
9. 视频不会直接传输到数据库。用户需要进入 AiStudio,查看所需的视频和帧。
10.录制视频。
11.转到数据集页面
12.单击视频 按钮访问它们。
13.用户可以在打开的模式窗口中设置帧频。 这是视频的采样率。
14. 现在,用户可以看到不同的框架,点击绿色的 "竖起大拇指 "可以接受它们,点击红色的 "放下大拇指 "可以拒绝它们,点击 "全部接受"可以选择所有框架。
15. 之后,您就可以为所选帧添加所需的标签了。
16.审查完所有信息后,点击 "上传"即可将帧添加到数据集中。
注意: 视频最长为 20 秒。录制视频后,需要在网络应用程序中查看帧,然后将其添加到项目中以训练模型。
删除图像
上传图片后,可以删除无关图片或编辑标签。
删除图像
- 选择图像。
- 点击顶部的删除。
编辑对象检测项目的现有标记
最好正确标记图片,以确保准确性。
编辑标签
- 选择图像。
- 从下拉菜单中选择所需的选项将所选图像标记为。
- 点击保存。
注意: 点击的同时按下Ctrl 键可选择多个图像。
编辑图像分类项目的现有标记
最好正确标记图片,以确保准确性。
编辑标签
- 选择要编辑方框的图像。
- 选择要编辑的标签。
- 在要标记的图片内形成一个方框。
- 对其他标签也这样做,然后保存。
排序和筛选图像
数据集中的图像可以根据用户的要求进行筛选和排序。如下图所示,选项位于左侧: