工作区、项目和版本

介绍 Roboflow 上的工作区、项目和数据集版本。

Written by Mohamed Traore

Last published at: May 3rd, 2022

工作区

所有 Roboflow 项目都属于一个工作区。当您注册 Roboflow 帐户时,我们会自动为您创建一个初始工作区。

工作区是您可以管理哪些人可以访问哪些项目以及哪些功能可用于工作区中的项目的方式。

工作区包含项目,其中包含具有训练模型的版本,并且可以以各种格式导出。

创建新工作区

要创建新的工作区,只需在登录 Roboflow 后单击导航菜单上的“+ 添加工作区”按钮。

创建新工作区时,您需要为工作区选择一个计划。要了解有关可用计划的更多信息,您可以查看“ 计划和定价”部分。

将团队成员添加到工作区

要邀请团队成员加入工作区,请在工作区设置的工作区成员部分添加他们的电子邮件地址。

可以创建或删除工作区。一旦完全确认为已删除,工作区将无法恢复。

项目

一个项目位于工作空间中,并包含一个图像数据集,这些图像是:完全标记、部分标记或未标记。

可以合并、复制、创建或删除项目。一旦完全确认为已删除,项目将无法恢复。

创建新项目

选择“创建新项目”。这将触发一个模型弹出一个选项来上传您自己的数据或通过示例数据完成教程。

上传您自己的数据或下载示例项目教程。

上传您自己的数据或下载示例项目教程

Roboflow 目前为以下项目类型提供数据集上传、标记、数据集生成和自定义模型训练支持: 对象检测(边界框)、单标签分类、多标签分类和实例分割。

Roboflow 目前为以下项目类型提供数据集上传、标记、数据集生成、自定义和 AutoML 模型训练和部署:对象检测(边界框)、单标签分类和多标签分类。

选择“ Upload Your Own Data ”需要传入三个字段:

项目名

一种引用您的图像/视频集合的方法。

  • 如果您要上传一堆棋子图像,您可以将其命名为“国际象棋数据”。
  • 数据集名称在您的数据集中必须是唯一的。 (例如,您不能同时拥有两个名为“国际象棋数据”的数据集。)
  • 目前,我们不支持在您创建数据集后编辑数据集名称。如果您必须编辑数据集名称,可以使用新名称重新上传数据或联系我们。

项目类型

  • 单标签分类:关于何时使用对象检测与分类的一个很好的经验法则是,您尝试预测的事物是“图像中的对象”还是“图像的属性”。
    • 例如,棋子是“图像中的对象”,但冬天是“图像的属性”。如果您试图在图像的冬季或白天部分周围画一个框,您最终可能会在整个图像周围画一个框。
  • 多标签分类:在寻找“图像的属性”方面类似于单标签分类,只有图像的多个属性。
    • 例如,如果您不仅要检测冬天,还要检测同一图像上的白天、阴天和夜晚。
  • 对象检测:如果您尝试使用边界框识别图像中的一个或多个对象,则很有用。一个好的经验法则是物体是否需要在运动或位置上进行检测
    • 例如,一个棋子从一个方格移动到另一个方格,在设置期间识别棋子是否在棋盘上它们所属的位置。

如果您无法决定,我们建议您从标记图像以进行对象检测开始,因为虽然您可以轻松地将对象检测项目转换为多标签分类项目,但如果要在另一个方向进行转换,则需要重新标记您的数据集.

  • 实例分割(也称为图像分割):当您需要测量检测到的对象的大小、将它们从背景中切出或更准确地检测旋转的椭圆时很有用。通过实例分割,您的应用程序可以确定图像中的对象数量、分类及其轮廓。
    • 例如,如果您需要测量番茄叶的大小以便将其从背景中移除,或者从卫星图像中测量草坪。

请注意,实例分割模型通常较大、较慢且针对边缘部署的优化较少。实例分割模型可能需要更大的数据集才能获得与对象检测模型相同的准确度。

其他项目类型
Roboflow 目前不提供对其他项目类型的支持,但是强烈建议您申请早期访问。以下是未来将支持的一些不同项目类型以及何时使用它们。如果您的应用程序需要对象轮廓的特殊性,您应该只使用实例分割。

  • 语义分割:用于尝试识别具有自由多边形形状(不是边界框)的图像中相同或不同类别的多个对象。
  • 关键点检测:用于尝试识别图像中重要组件的位置

注释组
这应该是被检测到的更广泛的对象类别或分类问题的类别集合。这是一种引用图像中所有对象或标签的方法。

  • 例如,当试图识别棋盘上的棋子、车、王和后棋子时,注释组可以是棋子。
  • 或者,当尝试将手写图像分类为 0、1、2、... 9 时,注释组可以是数字。

要了解有关注释组的更多信息,请阅读我们的博客,标题为 注释组到底是什么?

版本

数据集或项目版本是数据集的时间点快照。

通过准确跟踪模型的每次迭代中使用了哪些图像、预处理和增强步骤,您可以保持重现结果并在各种模型和框架之间进行科学测试的能力,同时对结果归因于模型更改和不是由于数据管道中的错误。

可以创建或删除版本。一旦完全确认为已删除,版本将无法恢复。