Pozyskiwanie danych wizualnych powinno oddzielnie określać obrazy, zapisy źródłowe, parametry generacji, etykiety i kontrole jakości. Liczba obrazów rejestruje jedynie liczbę plików obrazów spełniających podaną zasadę liczenia. Nie jest to wystarczający dowód na pełne oznakowanie, gotowość do szkolenia lub poprawę wyników w terenie.
Lista elementów dostarczanych według ich zawartości
| Możliwość dostarczenia | Szczegóły do ustalenia | Czego nie ustala samodzielnie |
|---|---|---|
| Przechwycone obrazy lub filmy | Urządzenie, scena, format, czas i zakres danych oryginalnych | Pokrycie każdych warunków terenowych |
| Próbki syntetyczne lub wzmocnione | Pochodzenie, metoda wytwarzania, parametry i partia | Równoważność z rzeczywistym rozkładem pola |
| Informacje o zajęciach | Definicje klas, znaczenie pól i metoda potwierdzania | Lokalizacje obiektów lub etykiety na poziomie pikseli |
| Wykrywanie, segmentacja lub adnotacje znakowe | Typ etykiety, zasady, wersja i metoda sprawdzania | Pomyślne szkolenie lub wdrożenie modelu |
| Zapisy kontroli jakości | Kontrole, pobieranie próbek, wyjątki i przetwarzanie | Wydajność modelu docelowego |
Sprawdź osobno pochodzenie, dozwolone użycie i licencje
Zachowaj źródła przechwytywania lub wytwarzania oraz dozwolony zakres wykorzystania, przetwarzania i dostawy. Uprawnienia zależą od dokumentacji każdego źródła. Posiadanie plików nie jest równoznaczne z zezwoleniem na ich późniejsze wykorzystanie. Kontroluj publiczne ujawnianie scen klientów lub informacji umożliwiających identyfikację zgodnie z ustalonym zakresem.
Najpierw zaakceptuj reprezentatywne przykłady
Zdefiniuj docelowe zadanie i reguły dotyczące etykiet, a następnie przejrzyj reprezentatywne przykłady. Sprawdź czytelne pliki, uzgodnione formaty i wymiary, pasujące etykiety, spójne znaczenia klas oraz możliwe do prześledzenia metadane źródła i wersji. Rejestruj niepotwierdzone etykiety lub pokrycie jako pozycje zaległe.
Oddziel akceptację danych od oceny modelu
Akceptuj dane pod względem kompletności, jakości, zasięgu i spójności etykiet. Wydajność modelu dodatkowo wymaga zdefiniowanego szkolenia, walidacji i niezależnych danych testowych, wersji i metryk. Bez tych testów dostarczenie syntetycznych obrazów nie jest wystarczającym dowodem ukończenia szkolenia lub poprawy wyników.
Powiązane usługi: danych, szkoleń i ocen I zapytania projektowe.