2 模型训练 EasyDL图像-支持增量训练任务 3 数据服务 EasyDL图像-图像分割支持自动识别标注 2021年07月 序号 功能模块 功能描述 1 模型训练 EasyDL图像支持自动超参搜索 2021年06月 序号 功能模块 功能描述 1 模型种类 EasyDL视频-目标跟踪支持多标签模型 2 数据服务 EasyDL视频-目标跟踪支持在线标注 3 数据服务 EasyDL文本-实体抽取支持智能标注
请选择“有标注信息”-“本地导入”-“上传压缩包”-“以文件夹命名分类”,上传压缩包【garbage.zip】,并确认。 第四步,在数据总览中可以看到数据已经导入,点击右侧的查看与标注就可以去标注上传的原始图片数据。如果上传的是EasyDL提供的示例数据,则无需标注。 模型训练 第一步,在我的模型页创建模型,填写真实信息,方便EasyDL团队后续提供更好的服务。
第三步,形成可上传到EasyDL进行训练的数据,您可以导入原始数据后使用EasyDL的标注工具完成标注,这里的原始数据要求为:Excel/txt的单列数据(如下图): 点击【导入】选择【未标注】数据完成后,点击【标注】通过平台内置的文本分类标注完成快速标注,标签即为专栏名称,一个标题打上一个标签即可,如下图: 也可以先将训练数据处理好后再上传到EasyDL。
标注少量数据后可使用智能标注功能,完成大量原始数据的标注,来进行模型训练与迭代。模型可生成在线 API服务,多地域、高并发调用;并通过该模型在内部平台建立了图片自动分类的接口,当有用户上传图片时,将自动对其分类。每日3W+的新增照片分类,补充了产品后台数据处理能力,替代原有 10+人工审核团队,提升审核效率。
针对这种情况建议重新调整训练集,将训练数据与实际业务场景数据尽可能一致。 实例分割 检查是否存在训练数据过少的情况,建议每个标签标注50个目标以上,如果低于这个量级建议扩充。 检查不同标签的标注目标数是否均衡,建议不同标签的标注目标数数据量级相同,并尽量接近,如果有的标签标注的很多,有的标签标注的很少,会影响模型整体的识别效果。 通过模型效果评估报告中的错误识别示例,有针对性地扩充训练数据。
是否标注,选择对应的选项,并上传数据,确认并返回 数据上传成功,开始标注,在数据总览页面点击【查看与标注】,添加标签 在标注页面,在编辑模式下,鼠标拖动框住目标,选择相应的标签,完成后点击保存当前标注,一张图片就标注完成,依此类推,标注所有图片,完成数据集的标注。
漏识别:橙框内应该有目标物体(准备训练数据时标注了),但模型没能识别出目标物体 观察漏识别的目标有什么共性:例如,一个检测会议室参会人数的模型,会漏识别图片中出现的白色人种。这大概率是因为训练集中缺少白色人种的标注数据造成的。因此,需要在训练集中添加包含白色人种的图片,并将白色人种标注出来。
点击「提交」后,可以点击实景图集的名称立刻跳转去标注页面,也可以点击「继续处理数据」留在该页面继续处理其它的图片,如下图所示: 步骤4.
漏识别:橙框内应该有目标物体(准备训练数据时标注了),但模型没能识别出目标物体 观察漏识别的目标有什么共性:例如,一个检测会议室参会人数的模型,会漏识别图片中出现的白色人种。这大概率是因为训练集中缺少白色人种的标注数据造成的。因此,需要在训练集中添加包含白色人种的图片,并将白色人种标注出来。
上传的实景图,只有标注过的图片会被训练,所有训练图片中, 系统会随机抽取70%的标注数据作为训练数据,剩余的30%作为测试数据 ,训练数据训练出的模型去对测试数据进行检测,检测得到的结果跟人为标注的结果进行比对,得到页面显示的mAP,精确率和召回率。 提示:训练数据,即上传标注的实景图片越接近真实业务里需要预测的图片,模型训练结果越具有参考性。