Open eVision Deep Learning Studio

Un progetto Deep Learning Studio gestisce il tuo set di dati e gli strumenti di Deep Learning che hai creato. Un progetto è associato a uno degli strumenti di Deep Learning (EasyClassify, EasySegment Unsupervised, EasySegment Supervised o EasyLocate) e supporta tutte le loro funzionalità.

All'interno di un progetto è possibile creare tutti gli strumenti che si desidera. Ciò consente di sperimentare facilmente i parametri degli strumenti, diverse suddivisioni del set di dati o impostazioni di aumento dei dati.

Deep Learning Studio consente di suddividere il set di dati in set di addestramento, convalida e test. È possibile creare più suddivisioni del set di dati per sperimentare e verificare le prestazioni degli strumenti addestrati con diversi set di immagini.

È possibile creare suddivisioni del set di dati in modo casuale o selezionare manualmente il set di ciascuna immagine.

Le ricche funzionalità di aumento dei dati di EasyClassify, EasySegment ed EasyLocate sono disponibili in Deep Learning Studio. Ottimizza e visualizza gli aumenti dei dati geometrici, cromatici e di rumore. Puoi creare diversi set di impostazioni di aumento dei dati per sperimentare come influenzano i tuoi risultati.

La scheda Strumenti consente di configurare e addestrare gli strumenti. L'addestramento, che opera su CPU o GPU, può essere interrotto e riavviato in qualsiasi momento. È possibile avviare tutti gli addestramenti desiderati grazie alla coda di elaborazione. Le operazioni di addestramento e inferenza verranno messe in coda ed elaborate una dopo l'altra.

Il processo di convalida è personalizzato per ogni libreria per consentirti di ottenere il massimo dai tuoi dati. È disponibile una serie completa di metriche, tabelle e/o grafici per analizzare ed esplorare i risultati del processo di formazione.

Le tabelle e le matrici di confusione consentono di filtrare i risultati per comprendere i punti di forza e di debolezza dei modelli addestrati. Gli istogrammi dei punteggi e le curve ROI sono utili per selezionare una soglia e adattare i modelli addestrati alle proprie esigenze.

Deep Learning Studio integra strumenti di annotazione adatti a ciascuna libreria. Per la classificazione e la segmentazione non supervisionata, è possibile assegnare rapidamente un'etichetta a ciascuna immagine. Per la segmentazione supervisionata, l'editor di segmentazione consente di disegnare la segmentazione ground truth. Per la localizzazione, l'editor di oggetti consente di disegnare rapidamente il riquadro di delimitazione attorno a ciascuno dei propri oggetti.

L'editor di immagini consente inoltre di selezionare una regione di interesse e mascherare parti dell'immagine.

Strumento di segmentazione assistita per facilitare e velocizzare l'annotazione.