Увеличение количества изображений приводит к изменению количества файлов. Для доказательства улучшения модели необходимы сравнительные результаты на независимых реальных выборках. Даже если сгенерированные примеры охватывают больше комбинаций освещения или окклюзии, проверьте соответствие меток, кластеры похожих изображений и соответствуют ли эти условия целевому сайту.
Как следует сравнивать модели?
Сохраняйте исходную базовую линию и записывайте данные и настройки обучения, использованные после добавления синтетических образцов. Сравните на одном и том же реальном тестовом наборе, правилах аннотации и метриках. Изучите ложные обнаружения, пропущенные обнаружения и примеры ошибок для ключевых классов и условий эксплуатации. Укажите, какие условия охватывает набор тестов. Перечислите любые условия, в которых недостаточно реальных тестовых образцов.
Что можно обеспечить, когда реальные данные ограничены?
Первоначальная поставка может включать синтетические изображения, записи генерации и скрининга, применимый объем и список реальных образцов для сбора. Если требуются аннотации к задачам, проверьте поля этикетки и их соответствие образцам спецификации поставки. Оцените преимущества обучения и производительность на практике на независимых реальных выборках. До тех пор отметьте оба результата как непроверенные. Записывайте источники и версии всех добавленных образцов, чтобы сохранить отслеживаемость.
Сопутствующие услуги: Данные, обучение и оценка, консультация по проекту.