Classificatiedatasets uploaden

Hoe u classificatiegegevenssets met één of meerdere labels kunt uploaden naar Roboflow.

Written by Mohamed Traore

Last published at: May 5th, 2022

Classificatiedatasets uploaden

Als u hele afbeeldingen wilt labelen als behorend tot een klasse , moet u een classificatiegegevensset uploaden . Classificatiegegevenssets vereisen afbeeldingen/video's en bevinden zich in verschillende mappen. Klassenamen worden afgeleid op basis van de mapnamen.

  • Als u bijvoorbeeld afbeeldingen van honden, katten en wasberen uploadt, moet u drie mappen hebben.
    • Eén map moet "honden" heten en alle hondenafbeeldingen bevatten.
    • Een andere map moet "katten" heten en alle kattenafbeeldingen bevatten.
    • De derde map moet "wasberen" heten en alle wasbeerafbeeldingen bevatten.
  • Voor detectie van een enkel item in een classificatiegegevensset selecteert u Single- label classificatie
  • Voor detectie van meerdere items in een classificatiegegevensset selecteert u Multilabelclassificatie

Merk op dat als het doel is om beweging of positie te detecteren, het beter is om een objectdetectieproject te maken met de gewenste gegevens. Een classificatieproject beantwoordt alleen de vraag "Is dit label of deze annotatie aanwezig in deze afbeelding?"

Wilt u een dataset converteren voor gebruik in een classificatieproject ?

Een gegevensset voor objectdetectie converteren naar een classificatiegegevensset met behulp van Roboflow's " Isolate Objects " Advanced Pre-Processing-functie.

Heeft u gegevens in een Roboflow-objectdetectieproject die u in een classificatieproject wilt gebruiken? Hier is hoe:

  1. Genereer een dataset in het bronproject met de voorverwerkingsstap I solate Objects , maar geen augmentatie-opties geselecteerd.
    • Hiermee worden uitsneden van alle begrenzingsvakken uit de projectgegevensset gemaakt voor een classifier om op te trainen
  2. Exporteer de gegevens van die versie met behulp van de OpenAI Clip Classification- methode (zie screenshot) en download naar uw lokale computer.
  3. Pak de gedownloade gegevens uit, maak een Roboflow-classificatieproject en upload de uitgepakte map met afbeeldingen ernaar
  4. Bekijk de data, genereer een nieuwe dataset en train!




modellen

We hebben notebooks en tutorials ontwikkeld voor het aanpassen van vijf classificatiemodellen :

U kunt deze zelfstudies gebruiken om classificatiemodellen aan te passen aan uw eigen datasets. Neem contact met ons op als u AutoML met één klik voor classificatie wilt verkennen.

Afbeeldingen

Er zijn duizenden beeldclassificatiedatasets openbaar beschikbaar op Roboflow Universe om te downloaden en te gebruiken in uw projecten.

Blog berichten

We schrijven en delen regelmatig blogposts, inclusief zelfstudies, aanbevelingen voor het voorverwerken en aanvullen van gegevens, en technieken voor het verbeteren van de modelprestaties . Bekijk hier onze blogposts over computervisiemodellering en hier alle blogposts .