どのように に 使用する Roboflowユニバース

あなたは おそらくオン Roboflowユニバース に 探す または、コンピューターおよびマシン ビジョンまたはデジタル トランスフォーメーション ( DX )のデータセットを探索します。独自のプロジェクトに追加する新しいデータを見つけたり、独自のアプリケーションでユニバースからモデルをテストして展開したりできます。

Roboflowユニバースの概要| Roboflowユニバースのお知らせ

従う 平行 為に 私たちの 活用の完全ガイド Roboflowユニバース:

選択中 a モデル に テスト の上 君の 自分のデータ

前 私たち 選択する a モデル に テスト 私たちの データ、 _ 少し 考慮事項 私たち しなければならない 持ってる 心に留めておいてください：

1. 私たちの問題声明は何ですか？モデルが初期展開に十分なパフォーマンスを発揮すると判断した場合のベンチマークを取得するには、具体的で、実行可能で、測定可能である必要があります。いつ 私たちはモデルを信じています に 高性能であること。 と の 指標 投資収益率を追跡します (無駄にモデルを作成するためにこのすべての時間を費やしたくないため)。
2. 選択中 a データセット それ 含む の 科目 また オブジェクト 興味のある
3. データセットが適切にラベル付けされていることを確認する （例えば タイトな境界ボックス, 番号 関心のある主題に関する注釈の欠落)。
4. クラス名をチェックして、 Modify Classes を使用してクラスを再マップまたは除外する必要があるかどうかを判断します。 と ヌルをフィルター それで 私たちの クラス名が一致する場合 データセットが結合され、無関係なクラスまたは画像が除外されます。
5. 検索フィルターを使用して、プロジェクト内の画像の総数でデータセットをクエリします。どうにか それ もっている a 訓練を受けた モデル 私たち 持ってる を 考え の どうやって これらは 新着 画像 現在のデータセットに影響を与える可能性があります。と

問題の説明: 作成 正確な顔検出モデル に 自動的 カウント の 小売店への 1 日を通しての訪問者数。これは、時間の経過とともにより多くのデータを収集するため、店舗が開いているすべての時間に適切なスタッフを配置するのに役立ちます.識別された顔は、訪問者のプライバシーを保持するために、推論スクリプト内に「後処理」コードを追加してぼかします。

Roboflowユニバースでデータセットを検索する

Roboflow Universe から独自のプロジェクトへのイメージのクローン作成

宇宙 データセット 為に 転移学習とラベリング支援

転移学習

移行 学ぶ は 機械学習( ML )技術 得た から トレーニングからのモデル a 設定 の 問題 できる なれ 使用済み 他の関連する問題を解決する 問題。 これ だろう Roboflowの Training from a Checkpoint (Start from a Checkpoint Roboflowに相当します。

Roboflow Train: ゼロからトレーニングし、チェックポイントから開始

コンピュータ ビジョン モデルのサイズの選択

もしも あなたがした お気に入り に 知る 約 移行 学習、または どうやって それ 作品、 ここにクイックガイドがあります： 転移学習入門

*

上記の「自分でテストするモデルの選択」と同じ考慮事項が適用されます。 データ。" ただし、1 メトリック それ したほうがいい なれ 転移学習用のデータセットの選択でより重視されるのは、データセット用に訓練されたRoboflowモデルの結果です。

トレーニング結果を解読するには、平均精度 (mAP)を理解する必要があります。 精度、および再現率。 為に a 基準、 物体 検出 モデル と 地図、 精度、 70% 以上のリコールは、検索を開始するのに適した場所です。分類に取り組んでいる場合、上位検証 % が 70% を超えるモデルは、検索を開始するのに適した場所です。セグメンテーション モデルの場合、mAP スコアが 60% 以上であることを確認することをお勧めします。

mAP の詳細| 精度と再現率

モデル支援によるラベル付け (Label Assist)

ドキュメンテーション

選択時の考慮事項 a データセット 為に 支援されたラベリング:

の 同じ 考慮事項 為に 選択する a 転送に適したデータセット 学習適用 Assisted Labeling のデータセットを選択するとき。

1 追加された警告 は それ あなたは 欲しいです に テスト を持つモデル ホスト型推論 API 、 落とす 画像または動画ファイルをrfWidgetに追加するか、 Roboflow Universe の新しい [モデル] タブを使用します。これを行うと、支援されたラベル付けに使用しているデータセットが、画像内のオブジェクトを 10% から 90% の信頼レベルで見つけるのに適しているかどうかを確認できます。

ユニバース モデルのテスト

展開: Roboflow Inference API の使用

OAK展開用の Python パッケージ

repo Roboflow Inference ( GitHubリポジトリ)

モデルのテスト: Roboflow Universe の [モデル] タブ

*

アクティブラーニング

顔検出モデルのRoboflowユニバース モデル ページでのテストでわかったように、私たちのモデルは完璧ではありません。私たちのモデルは、より高い信頼レベルで Label Assist にも問題がありました。 これ 教えてくれます それ 能動的学習 したほうがいい なれ 実装された に データセットをすばやく改善します。

アクティブラーニングの実施

アクティブ ラーニングを使用して、画像に対するデータセットの検出の信頼度を向上させることができます それ もっている で不十分にテストされました。 の 道具 できる また ルート化するために雇われる アウト 間違い または、テストで気付いた不正確な検出、またはモデルが本番環境にある場合。

これ できる 設定が難しい 上 の上 君の 自分の。 幸いなことに、私たちは 持ってる の アップロード API と 推論 API Roboflow Python パッケージから入手できます。

Roboflowのコンピューター ビジョン用 Python パッケージ

私達 できる 内に特定のルールを設定する 私たちの 推論 また 展開 コード に 行う もの のような:

1. サンプル 画像 為に アップロード に Roboflow場合 検出 それは 下 a 自信 レベル 70％の。
2. 検出が存在しない場合にRoboflowにアップロードするサンプル画像。 知る 彼らはする必要があります。
   • の 私たちの 小売店占有使用 ケース、私たち だろう "知る" 店舗の既知の最も混雑した時間の履歴に基づいて、このサンプリングをいつオンにするかを決定します。
3. サンプル 画像 為に アップロード に でRoboflow ランダム 時間 間隔。
   • これ だろう データのドリフトに対処するために採用されます。
4. モデルのパフォーマンスが低下しているのを確認した時間帯にRoboflowにアップロードするサンプル画像。
   • これは、夜間により多くの画像をサンプリングするために使用されます。 データセット します 不完全に で 夜、 また もしも 私たち 持ってる とても 夜間のデータセット内のいくつかの画像。

次のステップ

1. モデルの改善に問題がある場合は、ナレッジ ベース、ドキュメント、 また コミュニティフォーラム 為に もっと 資力、 また 役職 に 私たちの コミュニティフォーラム 助けを求めて。
2. クールなプロジェクトを完成させましたか、それとも協力してくれる人を探していますか? Show & Tellに投稿する コミュニティフォーラムのページ！
   • 私たちは特集するのが好きです クールで ブログとニュースレターの興味深いプロジェクト （喜んで追加します リンク に 君の ポートフォリオ また LinkedIn の の 書き込み）および は、研究論文で私たちを引用したり、Show & Tell に投稿したり、ブログ投稿を書いたり、ソーシャル メディアでのプロジェクト経験に関する投稿で私たちにタグを付けたりした人に対して、追加のストレージとトレーニング クレジットを無料で提供できます。
   • Roboflow Universe で取り上げられる: https://blog.roboflow.com/sharing-on-roboflow-universe/

Roboflowの 社交 メディア リンク:

Twitter | | LinkedIn | | Instagram | | Facebook

引用：

ドワイヤー、 B.、 ネルソン、J. (2022)。 Roboflow （バージョン 1.0) [ソフトウェア]。 利用可能 https://roboflow.com から。コンピュータビジョン。

その他のリソース

1. Roboflow Universe の準備
2. ユニバース プロジェクトでサンプル アプリを作成する
   • Augmented Startupsのトランプ データセットを使用してカード カウンター アプリを作成する