- Vereinfachung der Bewertung der Deep-Learning-Tools von Open eVision
- Erstellung von Datensätzen und Bildannotation
- Erstellen und Konfigurieren von Datensatzaufteilungen, um zu entscheiden, wie Ihre Bilder verwendet werden
- Verwalten der Transformationen zur Datenvergrößerung
- Nacheinander Trainieren Ihrer Tools dank der Trainingswarteschlange
- Validierung und Analyse der Ergebnisse der trainierten Tools
- Verfügbar unter Windows und Linux
- Kostenlos
Beschreibung
Open eVision Deep Learning Studio: Die Anwendung für Deep-Learning-Training und -Evaluierung von Open eVision
Open eVision Deep Learning Studio ist eine Anwendung, die den Benutzer bei der Erstellung des Datensatzes sowie beim Training und Testen der Deep-Learning-Tools von Open eVision unterstützt.
Open eVision Deep Learning Studio ist kostenlos und erfordert keine Lizenz. Es ermöglicht Ihnen, die Deep-Learning-Bibliotheken mit Ihren eigenen Bildern zu testen. Es sind keine Programmierkenntnisse erforderlich.
Hauptvorteile
Deep-Learning-Projekte
Ein Deep Learning Studio-Projekt verwaltet Ihren Datensatz und die von Ihnen erstellten Deep Learning-Tools. Ein Projekt ist mit einem der Deep Learning-Tools (EasyClassify, EasySegment Unsupervised, EasySegment Supervised oder EasyLocate) verknüpft und unterstützt alle deren Funktionen.
Innerhalb eines Projekts können Sie beliebig viele Tools erstellen. So können Sie ganz einfach mit den Parametern der Tools, verschiedenen Aufteilungen des Datensatzes oder Einstellungen zur Datenvergrößerung experimentieren.
Kontrollieren Sie, wie Ihre Bilder verwendet werden
Mit Deep Learning Studio können Sie Ihren Datensatz in Trainings-, Validierungs- und Testsätze aufteilen. Sie können mehrere Datensatzaufteilungen erstellen, um zu experimentieren und die Leistung von Tools zu überprüfen, die mit verschiedenen Bildsätzen trainiert wurden.
Sie können Datensatzaufteilungen nach dem Zufallsprinzip erstellen oder die Bilder manuell auswählen.
Datenanreicherung
Die umfangreichen Funktionen zur Datenanreicherung von EasyClassify, EasySegment und EasyLocate sind in Deep Learning Studio verfügbar. Optimieren und visualisieren Sie die Anreicherung von Geometrie-, Farb- und Rauschdaten. Sie können verschiedene Einstellungen für die Datenanreicherung erstellen, um zu testen, wie sich diese auf Ihre Ergebnisse auswirken.
Konfigurieren und trainieren Sie Ihre Tools
Auf der Registerkarte „Tools“ können Sie Ihre Tools konfigurieren und trainieren. Das Training kann auf CPU oder GPU ausgeführt und jederzeit angehalten und neu gestartet werden. Dank der Verarbeitungswarteschlange können Sie beliebig viele Trainings starten. Die Trainings- und Inferenzvorgänge werden in eine Warteschlange gestellt und nacheinander verarbeitet.
Validierung und Ergebnisanalyse
Der Validierungsprozess wird für jede Bibliothek individuell angepasst, damit Sie Ihre Daten optimal nutzen können. Zur Analyse und Untersuchung der Ergebnisse des Trainingsprozesses steht Ihnen ein umfassender Satz von Metriken, Tabellen und/oder Grafiken zur Verfügung.
Anhand von Tabellen und Verwechslungsmatrizen können Sie Ihre Ergebnisse filtern, um die Stärken und Schwächen der trainierten Modelle zu verstehen. Score-Histogramme und ROI-Kurven sind nützlich, um einen Schwellenwert auszuwählen und die trainierten Modelle an Ihre Bedürfnisse anzupassen.
Kommentieren Sie Ihren Datensatz
Deep Learning Studio integriert Annotationstools, die an jede Bibliothek angepasst sind. Für die Klassifizierung und unüberwachte Segmentierung können Sie jedem Bild schnell eine Beschriftung zuweisen. Für die überwachte Segmentierung können Sie mit dem Segmentierungseditor die Ground-Truth-Segmentierung zeichnen. Für die Lokalisierung können Sie mit dem Objekteditor schnell einen Begrenzungsrahmen um jedes Ihrer Objekte zeichnen.
Mit dem Bildeditor können Sie außerdem einen Bereich von Interesse auswählen und Teile Ihres Bildes maskieren.
Neues Tool zur unterstützten Segmentierung
Unterstützendes Segmentierungswerkzeug zur Vereinfachung und Beschleunigung der Annotation.
Open eVision herunterladen
