Rahmenvorschläge

Rahmen vorschlagen (P) fragt den Dienst für Rahmenvorschläge nach Rahmen für das offene Bild. Die Schaltfläche erscheint nur, wenn der Server einen Dienst hat (siehe Dienst für Rahmenvorschläge) oder die Netze selbst ausführt, wie die Einzelplatz-Installation.

Die Vorschläge kommen von:

  • Ihrem trainierten LumiScan-Netz für das Projekt (gewählt in den Projekteinstellungen) oder

  • für Teile ohne Netz von einem Detektor mit offenem Vokabular, der nach den mit den Labels benannten Objekten sucht, z. B. „bracket" oder „hexagon nut".

Vorgeschlagene Rahmen, gestrichelt, mit Label und Konfidenz, z. B. bracket 97 %, nut 93 %, washer 74 %

Mit Vorschlägen arbeiten

Vorschläge sind gestrichelt mit Label und Konfidenz gezeichnet. Sie gehören erst zur Annotation, wenn Sie sie übernehmen.

Vorschläge übernehmen, korrigieren und entfernen in einer halben Minute (ohne Ton)

Einen übernehmen

Korrigieren (verschieben, Größe ändern, drehen, Label ändern), oder auswählen und Enter drücken

Einen löschen

Rechtsklick darauf, oder auswählen und Entf drücken

Alle übrigen übernehmen

Alle übernehmen

Alle übrigen löschen

Verwerfen

Mit offenen Vorschlägen speichern

Sie werden gefragt, ob sie übernommen oder weggelassen werden

Vorschläge werden nie von selbst in die Annotationsdatei geschrieben.

Nicht vorgeschlagen werden:

  • Objekte, die schon einen Rahmen im Bild haben (Überlappung mit einem vorhandenen Rahmen),

  • Objekte außerhalb des Interessensbereichs,

  • Vorschläge unter der Mindestkonfidenz des Projekts und über seiner Höchstzahl an Rahmen.

Gute Vorschläge

  • Mit einem Netz: Je mehr annotierte Bilder es gelernt hat, desto besser. Trainieren Sie nach jeweils einigen Hundert korrigierten Bildern neu.

  • Mit dem Detektor: Die Labelnamen sagen, wonach gesucht wird. Verwenden Sie sichtbare Eigenschaften („hexagon nut", „weld seam", „black rubber seal"), keine internen Teilenummern. Labels mit nichtssagendem Namen erhalten in den Projekteinstellungen eine Beschreibung, z. B. part_a: hexagon nut.

  • Winzige oder kontrastarme Objekte: Mindestkonfidenz senken.

  • Prüfen Sie immer jeden übernommenen Rahmen. Ein falscher Rahmen in den Trainingsdaten bringt dem Netz den Fehler bei.

  • Lassen Sie das Netz sagen, wo es unsicher ist: Rate with network sortiert die Bilder so, dass die nützlichsten zuerst annotiert werden.