ऑटो लेबल

Roboflow Auto Label आपको बड़े फाउंडेशन विज़न मॉडल (जैसे Grounding DINO) या Roboflow द्वारा प्रशिक्षित मॉडलों का उपयोग करके छवियों को स्वचालित रूप से लेबल करने देता है।

Roboflow Auto Label आपके द्वारा निर्दिष्ट वस्तुओं की पहचान के लिए निम्नलिखित मॉडलों का उपयोग करने का प्रयास करेगा:

• Grounding DINO (ऑब्जेक्ट डिटेक्शन)

• Grounded SAM (सेगमेंटेशन)

• CLIP (एकल और बहु-लेबल वर्गीकरण)

• Roboflow में प्रशिक्षित मॉडल (मॉडल प्रशिक्षित करें)

  • नोट: वर्तमान में केवल उन्हीं डेटासेट के मॉडल समर्थित हैं जो आपके एनोटेशन बैच के समान हैं।

ऑटो लेबल द्वारा संचालित है Autodistill, एक ओपन सोर्स फ्रेमवर्क है जिसे Roboflow द्वारा इमेज डेटासेट को ऑटो-लेबल करने के लिए विकसित किया गया है।

ऑटो लेबल का उपयोग कंप्यूटर विज़न मॉडल के प्रशिक्षण के लिए लाखों छवियों को लेबल करने के लिए किया गया है।

Roboflow Auto Label का उपयोग कब करें

आपको Roboflow Auto Label का उपयोग करना चाहिए यदि आपको सामान्य वस्तुओं जैसे वाहन (जैसे फोर्कलिफ्ट), लोग, सामान्य दोष (जैसे दरारें), और सामान्य उत्पाद (जैसे विनाइल रिकॉर्ड, ब्रेड) को एनोटेट करने की आवश्यकता है।

यदि आपको किसी वस्तु के विशिष्ट प्रकार की पहचान करनी है तो आपको Autodistill में फाउंडेशन मॉडल का उपयोग नहीं करना चाहिए। उदाहरण के लिए, Autodistill विभिन्न प्रकार की दरारों में अंतर नहीं कर सकता, या इलेक्ट्रॉनिक्स में अद्वितीय दोषों की पहचान नहीं कर सकता।

Roboflow Auto Label के साथ डेटा लेबल करें

Roboflow प्लेटफ़ॉर्म आपको यह पूर्वावलोकन करने देता है कि Autodistill आपके डेटासेट में डेटा की कक्षाओं को लेबल करने में कैसा प्रदर्शन करेगा। फिर, Roboflow एक कोड स्निपेट साझा करेगा जिसका उपयोग आप अपनी हार्डवेयर पर छवियों को ऑटो-लेबल करने के लिए कर सकते हैं। आप अपने लेबल किए गए डेटासेट को गुणवत्ता आश्वासन (अनुशंसित) और मॉडल प्रशिक्षण के लिए वापस Roboflow पर अपलोड कर सकते हैं।

चरण #1: डेटा अपलोड करें

सबसे पहले, डेटा को Roboflow में अपलोड करें। देखें हमारा छवियाँ, वीडियो और एनोटेशन अपलोड करें अधिक जानकारी के लिए निर्देश।

चरण #2: ऑटो लेबल दर्ज करें

एक बार जब आप अपनी सभी छवियों को अपलोड कर लेते हैं, तो आपसे पूछा जाएगा कि आप अपनी छवियों को कैसे लेबल करना चाहते हैं। "Auto Label" चुनें।

चरण #3: ऑटो लेबल कॉन्फ़िगर करें

ऑटो लेबल लेबलिंग इंटरफ़ेस दिखाई देगा जिसमें आप अपनी ऑटो लेबलिंग जॉब को कॉन्फ़िगर कर सकते हैं।

कक्षाएँ (और विवरण)

कक्षाएँ वे लेबल दर्शाती हैं जिन्हें आप छवि में वस्तुओं को सौंपना चाहते हैं। विवरण उस कक्षा का दृश्य विवरण दर्शाता है जिसका उपयोग आपका चुना हुआ फाउंडेशन मॉडल (डिफ़ॉल्ट रूप से Grounding DINO) उन कक्षाओं के उदाहरणों की पहचान के लिए करेगा। डिफ़ॉल्ट रूप से, विवरण कक्षा का नाम होगा।

ऑटो लेबल तब सबसे अच्छा काम करता है जब सामान्य वस्तुओं को स्पष्ट दृश्य विवरण के साथ लेबल किया जाता है। उदाहरण के लिए, ऑटो लेबल उत्पादन लाइन पर एक एल्यूमीनियम कैन का स्थान पहचान सकता है। लेकिन, ऑटो लेबल विशिष्ट आवश्यकताओं के अनुसार छवियों को लेबल करने में असमर्थ होगा, जैसे कि एल्यूमीनियम कैन के ब्रांड में अंतर करना।

परीक्षण परिणाम उत्पन्न करना

एक बार जब आपने ऑटो लेबल को कॉन्फ़िगर कर लिया, तो अपनी कक्षाओं को अपने डेटासेट के एक छोटे उपसमुच्चय पर परीक्षण करने के लिए "Generate Test Results" पर क्लिक करें। डिफ़ॉल्ट रूप से, चार छवियाँ चुनी जाती हैं।

चरण #4: Roboflow Auto Label लेबल का मूल्यांकन करें

यहाँ एक उदाहरण छवि पर "aluminum can" कक्षा का उपयोग करते समय परीक्षण परिणाम हैं। यहाँ से, आप कर सकते हैं:

अपनी कक्षाएँ और विवरण समायोजित करें

यदि ऑटो लेबल अपेक्षा के अनुसार छवियों को लेबल नहीं करता है, तो अपनी कक्षाओं के लिए विभिन्न विवरणों का परीक्षण करने का प्रयास करें।

विश्वास स्तर समायोजित करें

प्रत्येक कक्षा के दाईं ओर संख्या को इस रूप में दर्शाया गया है (इस कक्षा के दिखाए गए बॉक्स) / (इस कक्षा के कुल बॉक्स)। आप प्रत्येक कक्षा की विश्वास सीमा को समायोजित कर सकते हैं ताकि अधिक या कम बॉक्स फ़िल्टर किए जा सकें। उच्च विश्वास का अर्थ है कम बॉक्स दिखाए जाएंगे।

विभिन्न छवियों पर परीक्षण करें

अपने बैच की विभिन्न छवियों पर ऑटो लेबल के प्रदर्शन की समीक्षा करने के लिए, नीचे बाईं ओर "Test images" अनुभाग में किसी छवि पर क्लिक करें। उस छवि का पूर्वावलोकन तुरंत लोड होना चाहिए, बिना किसी अतिरिक्त बटन दबाए।

अपने बैच पर ऑटो लेबल चलाएँ

यदि ऑटो लेबल आपकी छवियों को आपकी अपेक्षा के अनुसार लेबल करता है, तो "Auto Label with This Model" पर क्लिक करें। सारांश मोडल की समीक्षा करें, और आगे बढ़ने के लिए क्लिक करें। हजार छवियों को लेबल करने में कुछ मिनट लग सकते हैं।

ऑटो लेबल पृष्ठभूमि में चलेगा, इसलिए आप आराम से बैठ सकते हैं जब तक कि परिणामों की समीक्षा करने का समय न आ जाए।