デモ画像は、視覚的な目的、ファイル読み取りチェック、または実験の準備についての議論をサポートします。それらの存在だけでは、完全なトレーニング データセットが提供されたことを示す証拠としては不十分です。トレーニングの適合性は、タスク、ラベル、カバレッジ、データ分割、および選択したツールの入力要件によって異なります。

タスクに必要なラベルを確立する

画像分類、オブジェクト検出、セマンティック セグメンテーション、文字認識には、さまざまなラベル形式が必要になる場合があります。クラス リスト、クラス ヒント、およびシーン名は、境界ボックス、ピクセル注釈、文字転写を自動的に提供しません。メソッドに個別の画像ラベルが必要ない場合でも、そのトレーニング入力と評価データをメソッドとビジネス目標に照らしてチェックしてください。

納品前にデータと記録を確認する

チェック 必要な情報
ファイルとフォーマット インベントリー、可読性、ディメンションおよびデータ型
ラベルと通信 種類、ルール、バージョン、有効範囲、未確認事項
出典と権限 本物か合成の起源、許可された使用と納品範囲
カバレッジ クラス、シーン、困難な状況とギャップ
データ分割 トレーニング、チューニング、独立したテスト、および関連サンプルの処理
品質チェック 重複、破損、例外、レビュー記録

カウントを満たしてもパフォーマンス検証は完了しません

合意された画像数を満たすことによってのみ、そのカウント条件が確立されます。これは、使用可能なラベル、トレーニングの成功、または実際の展開場所でのパフォーマンスの検証の証拠としては不十分です。合成サンプルの生成チェックは、独立したターゲット モデルのテストとは別にしてください。

不完全な範囲の提供

完了したスコープの下で、デモンストレーションのサンプル、イメージレベルのパッケージ、または注釈を待つサンプルを提供します。欠落しているラベル、未発見の状態、および検証タスクをリストします。未完成の仕事は未完成のままです。計画された注釈、トレーニング、または受け入れは、すでに合格したものとして提示してはなりません。

関連サービス: データ、トレーニング、評価 そして プロジェクトのお問い合わせ.