डेटासेट एनालिटिक्स

अपने डेटासेट की गुणवत्ता का आकलन और सुधार करें।

डेटासेट एनालिटिक्स एक प्रोजेक्ट से जुड़े डेटासेट के बारे में कई प्रकार के आंकड़े दिखाता है। आप निम्नलिखित जानकारी देख सकते हैं:

  • आपके डेटासेट में छवियों की संख्या;

  • एनोटेशन की संख्या;

  • औसत छवि आकार;

  • माध्यिका छवि अनुपात;

  • लापता एनोटेशन की संख्या;

  • शून्य एनोटेशन की संख्या;

  • आपके डेटासेट में छवियों के आयाम;

  • वस्तु गणना हिस्टोग्राम, और;

  • एनोटेशन स्थानों का हीटमैप।

डेटासेट एनालिटिक्स का उपयोग करके, आप अपने डेटासेट के बारे में कई प्रकार की जानकारी प्राप्त कर सकते हैं। उदाहरण के लिए, यदि आपके पास कोई शून्य एनोटेशन नहीं हैं, तो आप जिस प्रोजेक्ट पर काम कर रहे हैं उसके अनुसार कुछ जोड़ने पर विचार कर सकते हैं; यदि कुछ छवियों में एनोटेशन गायब हैं, तो आप आवश्यक एनोटेशन जोड़ने के लिए और गहराई से जांच सकते हैं।

किसी प्रोजेक्ट के लिए डेटासेट एनालिटिक्स देखने के लिए, प्रोजेक्ट के बाएँ साइडबार में "Analytics" पर क्लिक करें:

इसके बाद डेटासेट एनालिटिक्स टैब खुलेगा:

इस पृष्ठ पर, आप देख सकते हैं:

  • आपके ट्रेन, टेस्ट और वैलिड डेटासेट्स की छवियों में वर्गों की संख्या का विभाजन।

  • आपके डेटासेट में छवियों के आकार और अनुपात का अवलोकन।

  • एक हीटमैप जो दिखाता है कि आपके अधिकांश एनोटेशन कहाँ हैं।

  • एक हिस्टोग्राम जो दिखाता है कि आपके डेटासेट की प्रत्येक छवि में कितने वर्ग एनोटेट किए गए हैं।

आयाम अंतर्दृष्टि

आयाम अंतर्दृष्टि अनुभाग आपके डेटासेट में कच्ची छवियों के आकार और अनुपात का वर्णन करता है।

यदि आप प्रोजेक्ट संस्करण बनाते समय Resize ऑगमेंटेशन लागू करते हैं — जिसे हम लगभग सभी उपयोग मामलों के लिए दृढ़ता से अनुशंसा करते हैं — तो आपके संस्करण की छवियाँ पुनः आकारित हो जाएंगी, लेकिन कच्ची छवियाँ वैसी ही रहेंगी।

एनोटेशन हीट मैप

जब आप एक मॉडल को प्रशिक्षित कर रहे होते हैं, तो यह महत्वपूर्ण है कि आपका डेटासेट उन परिस्थितियों का प्रतिनिधित्व करता हो जिनमें आपका मॉडल तैनात किया जाएगा।

यदि आपका मॉडल ऐसे वातावरण में तैनात किया जाएगा जहाँ एनोटेशन कैमरा फ्रेम में कहीं भी आ सकते हैं — उदाहरण के लिए, एक फैक्ट्री लाइन पर जहाँ विभिन्न आकार की वस्तुएँ वास्तविक समय में चल रही हैं, या किसी वस्तु की फोन से ली गई छवि में — तो यह महत्वपूर्ण है कि आप छवि के विभिन्न स्थानों पर दिखाई देने वाली वस्तुओं को एनोटेट करें।

छवि के विभिन्न हिस्सों में वस्तुओं को लेबल करने से यह सुनिश्चित होगा कि आपका मॉडल केवल विशिष्ट स्थानों पर वस्तुओं की पहचान करना ही न सीखे।

एनोटेशन हीट मैप दिखाता है कि छवियों में कहाँ अधिक या कम एनोटेशन हैं। इसका उपयोग उन परिदृश्यों की पहचान के लिए किया जा सकता है जहाँ आपके डेटासेट के एनोटेशन किसी विशेष स्थान पर बहुत अधिक केंद्रित हैं।

आप हीट मैप में किसी क्षेत्र पर ड्रैग कर सकते हैं ताकि चुने गए रेंज की छवियाँ देख सकें:

छवि के अनुसार वस्तु गणना का हिस्टोग्राम

यह आपको दिखाता है कि प्रत्येक छवि में कितनी एनोटेटेड वस्तुएँ दिखाई देती हैं, इसका वितरण।

यदि आपके मॉडल से गुजरने वाली छवियों में किसी वस्तु के कई उदाहरण हो सकते हैं, तो हम अनुशंसा करते हैं कि आपके डेटासेट में विभिन्न संख्या में वस्तु उदाहरणों वाली छवियाँ शामिल हों। इससे आपको यह सुनिश्चित करने में मदद मिलेगी कि आपका मॉडल बिना, एक या कई वस्तुओं वाली छवियों पर भी अच्छी तरह सामान्यीकरण कर सकता है।

यहाँ एक हिस्टोग्राम का उदाहरण है:

आप हिस्टोग्राम की किसी भी बार का चयन कर सकते हैं ताकि दी गई गणना वाली छवियाँ देख सकें:

Last updated

Was this helpful?