Trước khi thêm hình ảnh cho điều kiện chưa thể hiện được, hãy ghi lại tác vụ, hình ảnh thật có sẵn và cảnh còn thiếu. Liệt kê các kết hợp của máy ảnh, chế độ xem, ánh sáng, độ che khuất và diện mạo đối tượng cần nhiều mẫu hơn. Xác nhận việc cho phép sử dụng hình ảnh, nội dung và chú thích cơ sở trước khi sử dụng. Đây là một quy trình làm việc được đề xuất. Hiệu suất trường của nó chưa được xác minh.
Tạo và sàng lọc hình ảnh theo lô
Đối với mỗi lô tổng hợp, giữ lại nguồn hình ảnh cơ sở, cài đặt tạo, cảnh, danh sách tệp và phiên bản nhãn. Trước tiên hãy kiểm tra xem các tệp có khớp với siêu dữ liệu không. Sau đó, kiểm tra một tập hợp con các hình ảnh để tìm hiện tượng giả ở cạnh, vị trí đối tượng, độ tắc và tính nhất quán của nhãn. Ghi lại lý do cho các trường hợp không chắc chắn và loại trừ hoặc sửa chúng khi cần thiết. Giữ nguyên các liên kết giữa bản gốc và biến thể để phân tách và đánh giá.
Đánh giá trên mẫu cảnh thật
Đặt trước một bộ thử nghiệm thực với các nguồn tách biệt với quá trình đào tạo. So sánh mô hình cơ sở và mô hình được đào tạo với các mẫu bổ sung. Sử dụng các số liệu, quy tắc chú thích và đầu vào thử nghiệm nhất quán. Ghi lại những thay đổi trong cài đặt đào tạo. Báo cáo đánh giá phải bao gồm các cảnh phổ biến và hiếm gặp, ví dụ về lỗi và tình trạng không đủ mẫu. Nếu không có hình ảnh thực độc lập, trước tiên hãy cung cấp hồ sơ sàng lọc và tạo hình ảnh. Đánh dấu hiệu suất trường là chưa được xác minh.
Các dịch vụ liên quan: Dữ liệu, đào tạo và đánh giá, tư vấn dự án.