ビジュアルデータの調達では、画像、ソースレコード、生成パラメータ、ラベル、品質チェックを個別に指定する必要があります。画像の数は、指定されたカウント ルールを満たす画像ファイルの数のみを記録します。これは、完全なラベル、トレーニングの準備状況、または現場でのパフォーマンスの向上を示す証拠としては不十分です。

成果物を内容ごとにリストする

成果物 指定する詳細 独自に確立していないもの
キャプチャした画像またはビデオ デバイス、シーン、フォーマット、時間、およびオリジナルデータの範囲 あらゆるフィールドコンディションをカバー
合成または強化されたサンプル 生成元、生成方法、パラメータ、バッチ 実場分布と同等
クラスのご案内 クラス定義、フィールドの意味、確認方法 オブジェクトの位置またはピクセルレベルのラベル
検出、セグメンテーション、または文字の注釈 ラベルの種類、ルール、バージョン、確認方法 モデルのトレーニングまたはデプロイメントの成功
品質検査記録 チェック、サンプリング、例外および処理 対象機種の性能

出所、使用許可、ライセンスを個別に確認する

キャプチャまたは生成ソースと許可された使用、処理、配信の範囲を保持します。権限は各ソースのドキュメントによって異なります。ファイルの所有は、その後のすべての使用を許可するものではありません。合意された範囲に従って、顧客のシーンまたは識別可能な情報の公開を制御します。

まず代表的な例を受け入れます

ターゲット タスクとラベル ルールを定義し、代表的な例を確認します。読み取り可能なファイル、合意された形式と寸法、一致するラベル、一貫したクラスの意味、追跡可能なソースとバージョンのメタデータを確認します。未確認のラベルまたはカバレッジを未確認項目として記録します。

データ受け入れをモデル評価から分離する

完全性、品質、対象範囲、ラベルの一貫性に対してデータを受け入れます。モデルのパフォーマンスには、定義されたトレーニング、検証、独立したテスト データ、バージョン、メトリクスも必要です。これらのテストがなければ、合成画像の配信は、トレーニングの完了またはパフォーマンスの向上の証拠としては不十分です。

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.