ワークスペース
すべてのRoboflowプロジェクトはワークスペースに属しています。 Roboflowアカウントにサインアップすると、最初のワークスペースが自動的に作成されます。
ワークスペースは、プロジェクトにアクセスできるユーザーと、ワークスペース内のプロジェクトで使用できる機能を管理する方法です。
ワークスペースには、トレーニング済みのモデルがあり、さまざまな形式でエクスポートできるバージョン管理プロジェクトが含まれています。
新しいワークスペースを作成します
新しいワークスペースを作成するには、Roboflowにログインした後、ナビゲーションメニューの[+ワークスペースの追加]ボタンをクリックするだけです。
新しいワークスペースを作成するときは、ワークスペースのプランを選択する必要があります。利用可能なプランの詳細については、 プランと料金のセクションをご覧ください。
チームメンバーをワークスペースに追加します
ワークスペースは作成または削除できます。完全に削除されたワークスペースは復元できません。
プロジェクト
プロジェクトはワークスペース内にあり、完全に分類された、部分的に分類された、または分類されていない画像のデータセットを格納します。
プロジェクトは、マージ、複製、作成、または削除できます。完全に削除されたプロジェクトは復元できません。
新しいプロジェクトを作成する
[新しいプロジェクトの作成]を選択します。これにより、独自のデータをアップロードするか、サンプルデータを含むチュートリアルに進むかを選択できるフォームが表示されます。
Roboflowは現在、次のプロジェクトタイプに対して、データセットの読み込み、タグ付け、データセット生成、およびカスタムモデルトレーニングのサポートを提供しています： オブジェクト検出（境界ボックス）、シングルラベル分類、マルチラベル分類、およびインスタンスセグメンテーション。
Roboflowは現在、データセットの読み込み、タグ付け、データセットの生成、カスタムトレーニング、AutoMLモデル、およびオブジェクト検出（境界ボックス）、シングルラベル分類、マルチラベル分類のプロジェクトタイプの展開を提供しています。
[独自のデータを読み込む]を選択するには、次の3つのフィールドを渡す必要があります。
プロジェクト名
写真/ビデオのコレクションにタグを付ける方法。
- チェスの駒の画像のセットをアップロードする場合は、これらを「チェスデータ」と呼ぶことができます。
- データセット名は、データセット間で一意である必要があります。 （たとえば、「チェスデータ」という名前のデータセットを2つ持つことはできません。）
- 現在、データセットが作成された後のデータセット名の変更はサポートされていません。データセット名を変更する必要がある場合は、新しい名前でデータを再アップロードするか、お問い合わせください。
プロジェクトタイプ
-
単一ラベル分類：オブジェクト検出と分類を使用する場合の一般的な経験則は、予測しようとしているものが「画像内のオブジェクト」か「画像プロパティ」かということです。
- たとえば、チェスの駒は「写真の中のオブジェクト」ですが、冬は「画像のプロパティ」です。写真の冬や日中の部分の周りに正方形を描画しようとすると、全体の周りに正方形を描画することになります。
-
複数のポスターの分類：画像のプロパティを見つけるという点では単一のポスターの分類と同様に、画像の複数のプロパティのみです。
- たとえば、冬だけでなく、昼、曇り、夜も同じ画像で見つけようとしている場合です。
-
オブジェクト検出：バウンディングボックスを使用して画像内の1つ以上のオブジェクトを選択しようとしている場合に便利です。一般的な経験則として、オブジェクトが動いているか位置にあるかを検出する必要があるかどうかを判断します。
- たとえば、チェスの駒は1つの正方形から別の正方形に移動し、セットアップ時にチェスの駒がボード上のどこにあるかを認識します。
決定できない場合は、オブジェクト検出画像に名前を付けることから始めることをお勧めします。オブジェクト検出プロジェクトをマルチラベル分類プロジェクトに簡単に変換できますが、逆方向に変換するにはデータセットの名前を変更する必要があるためです。
-
インスタンスのセグメンテーション（画像セグメンテーションとも呼ばれます）：検出されたオブジェクトを拡大縮小したり、背景からクリップしたり、長方形の回転をより正確に検出したりする必要がある場合に便利です。インスタンスのセグメンテーションを使用して、アプリケーションは画像内のオブジェクトの数、それらの分類、およびそれらのアウトラインを決定できます。
- たとえば、トマトの葉のサイズを測定して背景から削除したり、衛星画像から草を測定したりする必要がある場合です。
インスタンスの断片化モデルは通常、大きく、遅く、エッジ伝播に対して最適化されていないことに注意してください。インスタンスセグメンテーションモデルでは、オブジェクト検出モデルと同じ精度を得るには、より大きなデータセットが必要になる場合があります。
他の種類のプロジェクト
Roboflowは現在、他の種類のプロジェクトのサポートを提供していませんが、 早期アクセスを要求することは非常に有望です。将来サポートされるさまざまなタイプのプロジェクトと、それらがいつ使用されるかを次に示します。アプリケーションでオブジェクトスキーマの特異性が必要な場合にのみ、インスタンスハッシュを使用する必要があります。
- セマンティックセグメンテーション：自由形式のポリゴン（境界ボックスを除く）を含む画像で、同じカテゴリまたは異なるカテゴリの複数のオブジェクトを選択しようとします。
- キーポイント検出：画像内の重要なコンポーネントを見つけようとします
注釈グループ
これは、検出されるオブジェクトの最も広いクラス、または分類問題のクラスのセットである必要があります。これは、写真内のすべてのオブジェクトまたはステッカーを参照する方法です。
- たとえば、チェス盤でポーン、レイヴン、キング、クイーンのピースを識別しようとする場合、注釈のセットはピースである可能性があります。
- または、手書きの画像を0、1、2、... 9として分類しようとする場合、注釈のセットは数字にすることができます。
アノテーショングループの詳細については、タイトルのブログをご覧ください。 アノテーションセットとは何ですか？
バージョン
データセットまたはプロジェクトバージョンは、データセットのスナップショットです。
モデルの各反復で使用された画像、前処理、ブーストステップを正確に追跡することで、結果がモデルの変更に起因するものであり、モデルの変更に起因するものではないことを確信しながら、さまざまなモデルやフレームワークにわたって結果と科学的テストを再現する機能を維持します。パイプラインエラー。データ。
バージョンは作成または削除できます。完全な削除を確認すると、コピーは回復できません。