跳至主要内容

資料集提交

真實世界千奇百怪，你一定會遇到不合用的時候。

我們的模型也是如此，可能無法應對所有情況。

如果你在使用的過程中，發現某些情況下我們的模型無法正確處理，我們建議你提供一些資料集給我們，我們會根據你提供的資料集，進行模型的調整和優化。

我們非常感謝你願意提供資料集，並且會在第一時間進行測試和整合。

格式說明​

提交資料的格式範例如下：

資料集範例

你可以看到，首先是一個資料集，其中有你搜集的影像，並且在同一個目錄下，有一個 gt.json 檔案，裡面包含了每張影像的標籤。

標籤格式內容必須要有：

  1. 影像相對路徑
  2. 影像中文件的「四個角點的多邊形」邊界

簡單的資料樣態可以如下列：

[
  {
    "file_path": "path/to/your/image.jpg",
    "polygon": [
      [
        [0, 0],
        [0, 1080],
        [1920, 1080],
        [1920, 0]
      ]
    ]
  }
]

當你完成資料標籤後，我們建議將資料上傳至你的 google 雲端，並透過 電子郵件 提供連結給我們。我們會在收到你的資料後，盡快進行測試和整合。若你所提供的資料不符合我們的需求，我們也會在第一時間通知你。

  • 不符合需求的原因可能有：

    1. 資料集精度不足：

      例如你的資料集中，有些影像的標籤不夠精確，或者有些影像的標籤是錯誤的。

    2. 資料集標籤目標不明確：

      我們要解決的問題是在影像中定位文件的四個角點，因此若你的資料中有超過「一個以上的目標」，或超過「四個以上的角點」，則無法使用。

    3. 目標物太小：

      若你的目標物太小，則我們建議你要重新考慮演算法的選擇，因為我們的模型並不適合處理小目標物，也跟我們便於後處理的目標不相符。

    4. 資料集規模過於精緻：

      就算你提供的資料只有數十張，我們也會欣然接受，但這樣的資料若用來擬合模型，則會造成過度擬合的問題，因此我們會建議你增加資料集的規模，以避免過度擬合的問題。

資訊

上面所提到的資料格式與命名規範並不嚴格，大致上只要包含了影像路徑和多邊形邊界即可，但是為了方便我們進行測試，請盡量遵循上面的格式。

提示

標籤資料我們會建議你使用 LabelMe，它是一個開源的標籤工具，可以幫助你快速標註影像，並且導出成 JSON 檔案。

常見問題​

  1. 四個角點的順序是否重要？

    • 不重要。我們的訓練過程會自動排序這些角點。

  2. 標籤格式的要求有哪些？

    • 格式上的要求不嚴格，只需包含影像路徑和多邊形邊界即可。但為了方便測試，建議盡量遵循標準格式。

  3. 檔案名稱的重要性如何？

    • 檔案名稱不是主要關注點，只要能正確連接到相應的影像即可。

  4. 影像格式有何建議？

    • 建議使用 jpg 格式以節省空間。

  5. 標籤的精度對模型訓練的影響如何？

    • 標籤精度極其重要，不精確的標籤會直接影響模型訓練的效果。

  6. 標籤的目標物類型重要嗎？

    • 是的，非常重要。
    • 目標物必須是文件，且每張影像中只能有一個目標物。

  7. 目標物的大小對模型訓練有何影響？

    • 目標物的大小很重要。我們的模型不適合處理小型目標物，因為這會影響後續處理的效率。

  8. 如何定義「小目標物」？

    • 以 1920x1080 解析度的影像為例，如果目標物小於 32 x 32 像素，則視為小目標物。具體計算公式為 min(img_w, img_h) / 32。

聯絡我們​

若需要更多幫助，請透過電子郵件與我們聯繫：docsaidlab@gmail.com

最後由 zephyr-sh 於 更新