帮助文档
  • 帮助文档
  • 注册账号
    • 个人设置
    • 团队设置
  • 开发者文档
    • 开发者工具
      • Python SDK
      • CLI
      • Open API
        • Dataset Operation
        • Data Operation
      • 示例演示
        • 模型训练
        • 数据挖掘
  • 产品使用文档
    • TensorBay
      • TensorBay 适用于算法研究的各个阶段
      • 概念说明
      • 快速入门 - 开发者版
      • 快速入门 - 团队版
      • 数据集准备
        • 新建数据集
        • 管理云服务上的数据
          • 阿里云oss用户授权RAM
        • 利用数据集筛选快速新建
        • 数据合并拆分及复制移动
        • 通过Fork使用公开数据集
      • 数据版本管理
        • 管理数据文件
        • 管理标注数据
        • 管理数据集信息
        • 管理版本信息
        • 管理数据集分支
        • 数据集活动
        • 数据集设置
      • Pharos 数据可视化
        • 获取 Pharos
        • Pharos 使用指南
      • 团队协作
        • 创建团队空间
        • 资料/成员管理
        • 数据集管理
        • 团队活动日志
      • Action 流程自动化
        • 新建工作流
        • 运行工作流
        • 管理工作流
        • YAML语法说明
        • Crontab语法说明
        • 自动化配置
      • 如何与Pipeline集成
    • Open Datasets
      • 数据集概念
      • 查找公开数据集
      • 在线预览数据及标签分布
      • 在线使用并管理数据集
      • 下载公开数据集
      • 找不到想要的数据集?
  • APPs
    • GroundTruth Tools
      • 图片标注
      • 语音分类
    • TeraGood Service
      • 需求方使用手册
      • 运营方使用手册
      • 标注方使用手册
    • Sextant
      • 新建评估
      • 自定义Metrics
      • 参与评估
      • 查看评估结果
  • 更新日志
  • 格物钛官网
由 GitBook 提供支持
在本页
  • 对数据进行评估
  • 对模型进行评估

这有帮助吗?

  1. APPs

Sextant

针对模型与数据的快速评估工具

格物钛Sextant提供针对模型与数据的快速评估,支持从评估指标纬度对数据进行可视化查看与筛选,可用于质检数据,完成高质量数据准备,以及对模型精准度的评估和发起各类竞赛。

Sextant目前只支持对Box2D类型数据进行评估,Metrics仅支持mAP,更多标注类型和Metrics正在开发中,敬请期待

对数据进行评估

Sextant支持对比两个数据集之间的标注情况,帮助您洞察数据的差异,快速定位数据漏洞,筛选出指定数据后可无缝对接GroundTruth标注工具进行质检和重标注,即刻提升数据集质量,助力训练高质量AI。

评估流程:

  1. 将需要评估的数据上传到TensorBay

  2. 创建评估,将其中一份数据选定为基准数据

  3. 使用另一份数据参与评估,获取评估指标

  4. 根据指标对数据进行筛选,定位问题数据

  5. 将筛选结果保存为新数据集,开始数据质检与提质

对模型进行评估

Sextant支持对模型的精准度进行评估,帮助您快速了解模型表现,定位模型弱势场景,为模型能力提升提供参考;支持多模型评估结果横向对比,找到最适合应用场景的模型。

评估流程:

  1. 将真值数据上传至TensorBay中

  2. 创建评估,将真值数据选中为基准数据

  3. 将用于评估的模型上传至Github,使用该模型参与评估

  4. 查看指标结果和横向对比情况

上一页标注方使用手册下一页新建评估

最后更新于3年前

这有帮助吗?