功能介绍 | AI模型训练系列之高效的样本标注

本文涉及的产品
模型在线服务 PAI-EAS,A10/V100等 500元 1个月
模型训练 PAI-DLC,100CU*H 3个月
交互式建模 PAI-DSW,每月250计算时 3个月
简介: 功能介绍 | AI模型训练系列之高效的样本标注

样本标注

模型训练是AI Earth地球科学云平台的主要功能之一。用户基于自有的样本数据,使用模型训练功能,即可自主、灵活的构建专属AI模型。目前,平台提供了集样本标注、样本管理、模型训练、模型管理为一体的一站式模型训练能力。

AI Earth平台中模型训练功能总览

 

 

由于深度学习模型需要大量的标注样本,在整个模型训练中,样本标注环节是最耗时、也是最繁琐的过程。为解决样本标注效率低,大量重复劳动这一难题,平台开发了一系列辅助样本标注工具,以提高标注效率,大大缩短标注时间。目前提供的辅助标注工具有:

标注工具

说明

移动

上下左右移动画布

选择

选中单个图斑

多选图斑

在标注切片画布中多选图斑

框选

对多个图斑进行框选

移动到左上角

视图移动到画布左上角

移动到右下角

视图移动到画布右下角

放大

以光标为中心进行放大

缩小

以光标为中心进行缩小

全屏

隐藏导航栏、标签列表

全览

缩放到标注数据全览状态

锁定已有标注

对已标注区域像素进行标签锁定,不可再被新标注覆盖

新增多边形

新增多边形标注图斑

新增矩形

新增矩形标注图斑

套索

半自动上图功能,辅助圈画标注

超像素

自动生成龟背图,仅适用于地物分类标注任务

笔刷

笔刷涂色,仅适用于地物分类标注任务

橡皮

擦除标注,仅适用于地物分类标注任务

自动抠图

以框选方式提取预测图斑

智能选区

通过智能选区功能辅助标注,单击添加样本点获得图斑,确认选区后可精调图斑节点

裁剪

对多边形部分区域进行减去,适用于目标提取和变化检测类任务

显示/隐藏前期影像

显示/隐藏前期影像,适用于变化检测类标注任务

显示/隐藏已标注图斑

显示/隐藏所有已标注的图斑

撤销

至少支持撤销一步,需要开发评估

重做

至少支持重做一步,需要开发评估

删除

删除选中图斑

 

  • 智能选区

智能选区功能辅助标注,鼠标在底图对应位置进行单击操作,即可获得范围内标注图斑,确认选区后还可精调图斑节点,实现快速、批量的地物样本标注。(蓝色为添加的AI预测正样本点,红色为添加的AI预测负样本点)。

 

 

  • 超像素

平台提供的“超像素”工具,可自动生成像素龟背图,支持用户直接对龟背进行标注,适用于影像中地物类型较多时使用。

超像素工具使用举例

除了以上举例的两个小工具,平台还提供了“套索”、“自动抠图”等一系列辅助标注的小工具,操作简单、使用方便,欢迎大家登录平台体验~

相关文章
|
25天前
|
机器学习/深度学习 人工智能 算法
AI 基础知识从 0.6 到 0.7—— 彻底拆解深度神经网络训练的五大核心步骤
本文以一个经典的PyTorch手写数字识别代码示例为引子,深入剖析了简洁代码背后隐藏的深度神经网络(DNN)训练全过程。
403 56
|
25天前
|
人工智能 自然语言处理 搜索推荐
AI Compass前沿速览:Qoder Agentic编程、vivo Vision头显、AIRI桌面伴侣、RM-Gallery奖励模型平台
AI Compass前沿速览:Qoder Agentic编程、vivo Vision头显、AIRI桌面伴侣、RM-Gallery奖励模型平台
AI Compass前沿速览:Qoder Agentic编程、vivo Vision头显、AIRI桌面伴侣、RM-Gallery奖励模型平台
|
1月前
|
人工智能 JavaScript 测试技术
Cradle:颠覆AI Agent 操作本地软件,AI驱动的通用计算机控制框架,如何让基础模型像人一样操作你的电脑?
Cradle 是由 BAAI‑Agents 团队开源的通用计算机控制(GCC)多模态 AI Agent 框架,具备视觉输入、键鼠操作输出、自主学习与反思能力,可操作各类本地软件及游戏,实现任务自动化与复杂逻辑执行。
160 6
|
1月前
|
存储 人工智能 算法
AI测试平台实战:深入解析自动化评分和多模型对比评测
在AI技术迅猛发展的今天,测试工程师面临着如何高效评估大模型性能的全新挑战。本文将深入探讨AI测试平台中自动化评分与多模型对比评测的关键技术与实践方法,为测试工程师提供可落地的解决方案。
|
2月前
|
机器学习/深度学习 人工智能 PyTorch
AI 基础知识从 0.2 到 0.3——构建你的第一个深度学习模型
本文以 MNIST 手写数字识别为切入点,介绍了深度学习的基本原理与实现流程,帮助读者建立起对神经网络建模过程的系统性理解。
225 15
AI 基础知识从 0.2 到 0.3——构建你的第一个深度学习模型
|
2月前
|
机器学习/深度学习 人工智能 编解码
AI-Compass LLM合集-多模态模块:30+前沿大模型技术生态,涵盖GPT-4V、Gemini Vision等国际领先与通义千问VL等国产优秀模型
AI-Compass LLM合集-多模态模块:30+前沿大模型技术生态,涵盖GPT-4V、Gemini Vision等国际领先与通义千问VL等国产优秀模型
AI-Compass LLM合集-多模态模块:30+前沿大模型技术生态,涵盖GPT-4V、Gemini Vision等国际领先与通义千问VL等国产优秀模型
|
2月前
|
机器学习/深度学习 人工智能 自然语言处理
AI 基础知识从 0.3 到 0.4——如何选对深度学习模型?
本系列文章从机器学习基础出发,逐步深入至深度学习与Transformer模型,探讨AI关键技术原理及应用。内容涵盖模型架构解析、典型模型对比、预训练与微调策略,并结合Hugging Face平台进行实战演示,适合初学者与开发者系统学习AI核心知识。
238 15
|
1月前
|
人工智能 自然语言处理 负载均衡
排期延误预警:用AI预测项目风险的3层模型搭建教程
本文介绍了如何通过 AI 智能排期将项目排期误差减少 40% 以上。文章剖析了传统排期中常见的经验依赖、资源冲突、需求变更和进度滞后四大痛点,提出 AI 排期的三步落地方法:历史数据建模、动态适配需求、资源智能匹配,并推荐适配不同团队的 AI 排期工具。强调 AI 是辅助而非替代,核心在于用数据驱动提升排期准确性,帮助团队告别“拍脑袋估期”,实现高效、可控的项目管理。
排期延误预警:用AI预测项目风险的3层模型搭建教程
|
1月前
|
人工智能 边缘计算 自然语言处理
普通电脑也能跑AI:10个8GB内存的小型本地LLM模型推荐
随着模型量化技术的发展,大语言模型(LLM)如今可在低配置设备上高效运行。本文介绍本地部署LLM的核心技术、主流工具及十大轻量级模型,探讨如何在8GB内存环境下实现高性能AI推理,涵盖数据隐私、成本控制与部署灵活性等优势。
652 0
普通电脑也能跑AI:10个8GB内存的小型本地LLM模型推荐

热门文章

最新文章

相关产品

  • 人工智能平台 PAI