详细内容或原文请订阅后点击阅览
3种自动标记的方式可以提升您的边缘ML项目| Viam
直接在VIAM平台中的自动标记数据集可帮助开发人员在更少的时间内从想法到生产准备就绪的Edge ML。
来源:Viam 博客要训练用于边缘部署的计算机视觉模型，您需要质量标记的数据。随着边缘设备的增长和数据收集的加速，有效标记这些数据集很重要。直到现在，注释图像一直是开发人员的手册（且乏味的）过程。我很高兴分享Viam的新自动标记功能如何将这个基本过程转换为简化的可扩展工作流程，从而使您的模型更快地进行生产。
自动标记将现有的机器学习模型转换为智能标签助手，并极大地加速了从数据收集到部署模型的过程。这使开发人员专注于建立一个出色的模型，同时自动化处理重复注释工作。这是Viam自动标记功能可以提升您的下一个边缘ML项目的三种关键方法。
1。花更少的时间标记数据
自动标记使用训练有素的模型自动注释新图像。开发人员可以使用已经训练的模型来生成新图像的预测，而不是手动标记大型集合中的每个图像。然后，开发人员可以查看和调整注释，并使用新数据集训练另一个模型。这种方法将标签时间从数小时减少到几分钟，这意味着更快的迭代和改进的模型性能。
使用现有模型轻松在数据集中自动自动图像
想象您正在为机器人披萨生产线建立质量检查系统。您手动标记了200张常见质量问题的图像 - 恩文浇头，燃烧边缘和不正确的部分大小。使用自动标记，您可以使用此初始型号来注释接下来的2,000张图像，该图像由连接到生产传送带上的相机捕获，然后只需验证注释是否准确即可。