मल्टीमॉडल डेटा का एनोटेशन करें

Florence-2 जैसे VLMs को फाइन-ट्यून करने या GPT-4o जैसे मॉडलों को प्रॉम्प्ट करने के लिए मल्टीमॉडल डेटा का एनोटेशन करने हेतु प्रीफ़िक्स का उपयोग करें।

यदि आप किसी Multimodal प्रोजेक्ट का हिस्सा रहे dataset को label कर रहे हैं, तो आपकी images को annotate करने के लिए prefixes का उपयोग किया जाता है।

एक prefix इनमें से कोई एक हो सकता है:

• जैसा कोई पहचानकर्ता <PREFIX>, जिसका उपयोग prompt करने के लिए किया जाता है VLM जैसे Florence-2, या;

• "इस image में क्या है?" जैसा कोई प्रश्न, जो GPT-4o जैसे सामान्य VQA models के साथ उपयोग के लिए आदर्श है।

उदाहरण के लिए, Florence-2 fine-tuning के लिए, चुना गया prefix उस prefix prompt से मेल खाएगा जो आप model को देते हैं। Florence-2 के लिए, prefixes इस format में होने चाहिए <PREFIX>, जैसे <TOTAL>.

GPT-4o के लिए, आपका prefix हो सकता है: "इस receipt में कुल कितना है?".

आप किसी object में, जिसे हम पहचानना चाहते हैं, अलग-अलग features जैसे total, subtotal, और tax के लिए अलग-अलग prefixes जोड़ना चाह सकते हैं।

Prefixes जोड़ें

Prefixes जोड़ने के लिए, Roboflow sidebar में "Classes & Tags" पर क्लिक करें, फिर "Add " बटन पर क्लिक करें:

फिर, prefix दर्ज करें। यह "इस image में क्या है?" जैसा कोई प्रश्न या "<RECEIPT>" जैसा कोई unique ID हो सकता है, इस पर निर्भर करता है कि आप किस model को train करना चाहते हैं।

आप "+" बटन से कई prefixes जोड़ सकते हैं।

अपने prefixes जोड़ने के लिए “Add Prefixes” पर क्लिक करें।

एक बार जब आप prefixes सेट कर लेते हैं, तो वे आपके annotation editor में questions के रूप में उपलब्ध होंगे: