Ground-Truth-Kennzeichnung bei Bildern und Videos
Mit den Apps Image Labeler und Video Labeler können Sie eine Sammlung von Bildern, ein Video oder eine Sequenz von Bildern interaktiv kennzeichnen, um Trainingsdaten für Deep Learning zu erstellen. Sie können rechteckige Interessensregionen (ROI) oder Polylinien, Pixel für semantische Segmentierung, Polygone für Instance Segmentation und Szenen zur Bildklassifizierung kennzeichnen. Die Apps umfassen zudem Computer-Vision-Algorithmen, um die Kennzeichnung von Ground-Truth-Daten zur Verwendung mit Detektions- und Tracking-Algorithmen zu automatisieren. Zudem umfassen sie ein API und einen Workflow, mit dem Sie eigene Algorithmen importieren können, um die Kennzeichnung von Ground-Truth-Daten zu automatisieren.
Die Image Labeler App bietet zudem eine Schnittstelle für einen teamorientierten Multi-User-Kennzeichnungsworkflow. Sie können Bilder zur Kennzeichnung auf mehrere Teammitglieder verteilen. Zudem können Sie gekennzeichnete Bilder überprüfen, Feedback geben und den Fortschritt aller Kennzeichnungs- und Überprüfungsaufgaben nachverfolgen.

Kategorien
- Kennzeichnen von Bildern und Videos
Kennzeichnen von Bildern und Videos
- Automatisieren der Kennzeichnung
Verwenden von Automatisierungsalgorithmen für Ground-Truth-Kennzeichnung
- Erstellen eines teambasierten Bildkennzeichnungsprojekts
Teamorientierter Bildkennzeichnungs-Workflow für verteilte Teams
- Arbeiten mit Ground-Truth-Daten
Auswählen, Zusammenführen und Laden von Trainingsdaten für Deep Learning
- Anwendungen für Ground-Truth-Daten
Anwendungen für gekennzeichnete und trainierte Bild- und Video-Ground-Truth-Daten


