Werkruimten
Alle Roboflow-projecten horen bij een werkruimte. Wanneer u zich aanmeldt voor een Roboflow-account, creëren we automatisch een eerste werkruimte voor u.
Met werkruimten kunt u beheren wie toegang heeft tot welke projecten en welke functies beschikbaar zijn voor projecten in de werkruimte.
Werkruimten bevatten projecten die versies bevatten met getrainde modellen en die in verschillende indelingen kunnen worden geëxporteerd.
Een nieuwe werkruimte maken
Om een nieuwe werkruimte te maken, klikt u op de knop "+ Werkruimte toevoegen" in het navigatiemenu nadat u zich bij Roboflow hebt aangemeld.
Wanneer u een nieuwe werkruimte aanmaakt, moet u een abonnement voor de werkruimte kiezen. Voor meer informatie over de beschikbare abonnementen kunt u de sectie Abonnementen en prijzen bekijken.
Teamleden toevoegen aan een werkruimte
Werkruimten kunnen worden gemaakt of verwijderd. Werkruimten zijn onherstelbaar zodra ze volledig als verwijderd zijn bevestigd.
projecten
Een project leeft in een werkruimte en bevat een dataset van afbeeldingen die: volledig gelabeld, gedeeltelijk gelabeld of ongelabeld zijn.
Projecten kunnen worden samengevoegd, gedupliceerd, gemaakt of verwijderd. Projecten zijn oninbaar zodra ze volledig als verwijderd zijn bevestigd.
Een nieuw project maken
Selecteer " Nieuw project maken ". Hierdoor wordt een model geactiveerd met een optie om uw eigen gegevens te uploaden of een zelfstudie met voorbeeldgegevens te doorlopen.
Roboflow biedt momenteel het uploaden van datasets, labelen, het genereren van datasets en ondersteuning voor training van aangepaste modellen voor de volgende projecttypen: objectdetectie (begrenzingsvak), classificatie met één label, classificatie met meerdere labels en instantiesegmentatie.
Roboflow biedt momenteel het uploaden van datasets, labeling, het genereren van datasets, aangepaste en AutoML-modeltraining en implementatie voor de volgende projecttypen: objectdetectie (begrenzingsvak), classificatie met één label en classificatie met meerdere labels.
Als u " Uw eigen gegevens uploaden " selecteert, moeten drie velden worden ingevoerd:
Naam van het project
Een manier om naar uw verzameling afbeeldingen/video's te verwijzen.
- Als u een aantal afbeeldingen van schaakstukken uploadt, kunt u dit 'Chess Data' noemen.
- De naam van de dataset moet uniek zijn tussen uw datasets. (U kunt bijvoorbeeld niet twee datasets hebben met de naam 'Schaakgegevens'.)
- Op dit moment bieden we geen ondersteuning voor het bewerken van de naam van de dataset nadat u de dataset hebt gemaakt. Als u de naam van uw dataset moet wijzigen, kunt u uw gegevens opnieuw uploaden met de nieuwe naam of contact met ons opnemen.
project type
-
Classificatie met één label: een goede vuistregel voor het gebruik van objectdetectie versus classificatie is of de dingen die u probeert te voorspellen "objecten in een afbeelding" zijn versus "eigenschappen van een afbeelding".
- Een schaakstuk is bijvoorbeeld een "object in een afbeelding", maar de winter is een "eigendom van een afbeelding". Als je een kader rond het winter- of dagdeel van een afbeelding zou proberen te tekenen, zou je waarschijnlijk uiteindelijk een kader rond het hele ding tekenen.
-
Classificatie met meerdere labels: vergelijkbaar met classificatie met één label in termen van het vinden van "eigenschappen van een afbeelding", alleen meerdere eigenschappen van een afbeelding.
- Als u bijvoorbeeld niet alleen de winter probeert te detecteren, maar ook de dag, de bewolking en de nacht op hetzelfde beeld.
-
Objectdetectie : handig als u probeert een of meer objecten in een afbeelding met selectiekaders te identificeren. Een goede vuistregel is of het object in beweging of in positie moet worden gedetecteerd.
- Bijvoorbeeld een schaakstuk dat van het ene veld naar het andere gaat en herkent of de schaakstukken al dan niet zijn waar ze op het bord horen tijdens het opzetten.
Als u niet kunt beslissen, raden we aan om te beginnen met het labelen van uw afbeeldingen voor objectdetectie, want hoewel u een objectdetectieproject gemakkelijk kunt converteren naar een classificatieproject met meerdere labels, moet u uw gegevensset opnieuw labelen om in de andere richting te converteren. .
-
Instantiesegmentatie(ook bekend als beeldsegmentatie): handig wanneer u de grootte van gedetecteerde objecten wilt meten, ze uit hun achtergrond wilt knippen of nauwkeuriger langwerpige geroteerde objecten wilt detecteren. Met instantiesegmentatie kan uw toepassing het aantal objecten in een afbeelding, de classificaties en hun omtrek bepalen.
- Als u bijvoorbeeld de grootte van een tomatenblad moet meten om het van de achtergrond te verwijderen, of om een gazon te meten op basis van satellietbeelden.
Houd er rekening mee dat segmentatiemodellen voor instanties doorgaans groter, langzamer en minder geoptimaliseerd zijn voor edge-implementatie. Instantiesegmentatiemodellen hebben mogelijk grotere gegevenssets nodig om dezelfde nauwkeurigheid te verkrijgen als objectdetectiemodellen.
Andere projecttypen
Roboflow biedt momenteel geen ondersteuning voor andere projecttypes, maar het aanvragen van vroege toegang wordt sterk aangemoedigd . Hieronder staan enkele van de verschillende projecttypes die in de toekomst zullen worden ondersteund en wanneer ze moeten worden gebruikt. U moet instantiesegmentatie alleen gebruiken als de specificiteit van de omtrek van het object vereist is voor uw toepassing.
- Semantische segmentatie: om te proberen meerdere objecten van dezelfde of verschillende klassen te identificeren in afbeeldingen met vrije polygoonvormen (geen begrenzingskaders).
- Keypoint-detectie: om te proberen de locaties van belangrijke componenten in een afbeelding te identificeren
Annotatiegroep
Dit moet de bredere klasse van objecten zijn die worden gedetecteerd of de verzameling categorieën voor een classificatieprobleem. Het is een manier om naar alle objecten of labels in afbeeldingen te verwijzen.
- Als u bijvoorbeeld pionnen, torens, koningen en koninginstukken op een schaakbord probeert te identificeren, kan de annotatiegroep stukken zijn.
- Of, bij een poging om handgeschreven afbeeldingen te classificeren als 0, 1, 2, ... 9, kan de annotatiegroep cijfers zijn.
Lees onze blog met de titel . voor meer informatie over annotatiegroepen Wat is in godsnaam een annotatiegroep?
versies
Een dataset of projectversie is een momentopname van uw dataset.
Door precies bij te houden welke afbeeldingen, voorbewerkings- en vergrotingsstappen in elke iteratie van uw model zijn gebruikt, behoudt u de mogelijkheid om de resultaten te reproduceren en wetenschappelijk te testen in verschillende modellen en raamwerken, terwijl u er zeker van blijft dat de resultaten te wijten zijn aan de modelwijzigingen en niet vanwege een bug in de datapijplijn.
Versies kunnen worden aangemaakt of verwijderd. Versies zijn onherstelbaar zodra ze volledig zijn bevestigd als verwijderd .