合成データ プロジェクトには、画像の配信基準とモデルの評価基準が必要です。画像チェックでは、ファイル、サイズ、シーン分布、メタデータ、ラベル、例外をカバーできます。モデルの評価には、トレーニング設定、実際のサンプル、および定義されたテスト方法が必要です。配信に画像、タスクの注釈、モデルのトレーニングと評価を含めるかどうかを指定します。

生成バッチと欠落アイテムを確認する

納品チェックリストには、各シーンの予定枚数、実際のファイル、世代バージョン、ソース、スクリーニング結果を記録する必要があります。オクルージョン、明るさ、圧縮のチェックには、定義されたサンプルと基準が必要です。配信にバウンディング ボックス、セグメンテーション マスク、または文字ラベルが含まれる場合は、タスク仕様と照らし合わせて例を検査します。元の画像やラベルが見つからない場合は、画像を確認用に保留してください。

制御されたモデルの比較を定義する

合意された実際のテスト セットを使用して、両方のモデルを評価します。元のベースラインと、追加の合成画像を使用してトレーニングされたモデルを比較します。両方のモデルに同じサンプル スコープ、アノテーション ルール、評価方法を使用します。トレーニング設定の違いを記録します。重要なシーンでの誤検知や見逃しを調査します。モデルの利点には比較結果が必要です。テストされていないフィールド条件は検証待ちのままです。

関連サービス: データ、トレーニング、評価, プロジェクトの相談.