이미지 수가 많을수록 파일 수가 변경됩니다. 모델 개선의 증거를 얻으려면 독립적인 실제 샘플에 대한 비교 결과가 필요합니다. 생성된 예제가 더 많은 조명 또는 폐색 조합을 포함하는 경우에도 레이블 일치, 유사한 이미지 클러스터 및 해당 조건이 대상 사이트를 나타내는지 여부를 확인하십시오.
모델을 어떻게 비교해야 합니까?
원래 기준을 유지하고 합성 샘플을 추가한 후 사용된 데이터 및 교육 설정을 기록합니다. 동일한 실제 테스트 세트, 주석 규칙 및 측정항목을 비교합니다. 주요 클래스 및 작동 조건에 대한 잘못된 감지, 누락된 감지 및 오류 예를 검사합니다. 테스트 세트가 어떤 조건을 다루는지 명시합니다. 실제 테스트 샘플이 부족한 조건을 나열합니다.
실제 데이터가 제한적일 때 무엇을 전달할 수 있나요?
최초 배송에는 합성 이미지, 생성 및 심사 기록, 적용 범위, 수집할 실제 샘플 목록이 포함될 수 있습니다. 작업 주석이 필요한 경우 라벨 필드와 배송 사양에 대한 샘플의 대응 여부를 확인하세요. 독립적인 실제 샘플에 대한 교육 이점과 현장 성능을 평가합니다. 그때까지는 두 결과를 모두 확인되지 않음으로 표시하세요. 추적성을 유지하기 위해 추가된 샘플의 소스와 버전을 기록합니다.
관련 서비스: 데이터, 교육 및 평가, 프로젝트 상담.