डेटासेट एनालिटिक्स
अपने डेटासेट की गुणवत्ता का आकलन और सुधार करें।
Dataset Analytics 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;
ऑब्जेक्ट काउंट हिस्टोग्राम, और;
एनोटेशन स्थानों का एक हीटमैप।
Dataset Analytics 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 Dataset Analytics देखने के लिए, प्रोजेक्ट के बाएँ साइडबार में "Analytics" पर क्लिक करें:

इसके बाद Dataset Analytics टैब खुलेगा:

इस पृष्ठ पर, आप देख सकते हैं:
आपके train, test, और valid डेटासेट्स में छवियों में वर्गों की संख्या का विभाजन।
आपके डेटासेट में छवियों के आकार और आस्पेक्ट रेशियो 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 इनसाइट्स
आयाम इनसाइट्स अनुभाग आपके डेटासेट में कच्ची छवियों के आकार और आस्पेक्ट रेशियो का वर्णन करता है।
यदि आप प्रोजेक्ट वर्शन बनाते समय Resize ऑगमेंटेशन लागू करते हैं — जिसे हम लगभग सभी उपयोग मामलों के लिए दृढ़ता से अनुशंसा करते हैं — तो आपके वर्शन में छवियाँ रिसाइज़ 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 डिप्लॉय किया जाएगा।
यदि आपका मॉडल ऐसे वातावरण में डिप्लॉय 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 में दिखाई देने वाली वस्तुओं को एनोटेट करें।
छवि के विभिन्न हिस्सों में वस्तुओं को लेबल करना यह सुनिश्चित करेगा 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 परिस्थितियों की पहचान करने के लिए किया जा सकता है जहाँ आपके डेटासेट के एनोटेशन किसी विशेष स्थान पर बहुत अधिक केंद्रित हैं।

आप Heat Map में किसी क्षेत्र पर ड्रैग कर सकते हैं ताकि चुने गए रेंज में छवियाँ देख सकें:

छवि के अनुसार ऑब्जेक्ट काउंट का हिस्टोग्राम
यह आपको दिखाता है कि प्रत्येक छवि में कितने एनोटेटेड ऑब्जेक्ट्स दिखाई देते 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 यह सुनिश्चित करने में मदद मिलेगी कि आपका मॉडल बिना, एक, या कई इच्छित वस्तुओं वाली छवियों पर भी अच्छी तरह सामान्यीकरण कर सके।
यहाँ एक हिस्टोग्राम का उदाहरण है:

आप हिस्टोग्राम की किसी भी बार को चुन सकते हैं ताकि दिए गए काउंट वाली छवियाँ देख सकें:

Last updated
Was this helpful?