Labeln

Da die ViDi-Software auf einem Lernprozess basiert, ist von grundlegender Bedeutung, was dem Netz über die Bilder beigebracht wird. In der ViDi-Terminologie wird dieser Vorgang als „Labeln“ bezeichnet. Labeln wird der Vorgang genannt, bei dem ein Benutzer Merkmale oder Fehler findet und diese grafisch im Bild markiert. Das Label stellt die sog. „Ground Truth“ – das ideale, erwartete Ergebnis – für die Werkzeuge dar und wird dazu verwendet, die Werkzeuge zu trainieren und ihre Leistung zu überprüfen.

Das Label bildet die Ground Truth für das Werkzeug, d. h. dem Werkzeug wird gesagt: „Das hier sollst du lernen“. Bei der Programmierung von Werkzeugen ist es besonders wichtig, dass die Bilder, die zum Training verwendet werden, vollständig und genau gelabelt sind. Ohne Ground-Truth-Daten für die Werkzeuge kann nicht festgestellt werden, ob das Werkzeug ordnungsgemäß funktioniert. Außerdem wird das Training eines Werkzeugs beeinträchtigt, wenn keine genauen Label vorhanden sind.

Das Labeln ist die wichtigste Phase bei der Erstellung einer Deep-Learning-Anwendung. Beachten Sie Folgendes:

• Wenn Sie die Leistung Ihrer Werkzeuge und Ihrer Anwendung auswerten, wird die Leistung immer anhand der angegebenen Label gemessen. Wenn die Label nicht die tatsächliche Ground Truth für die Bilder widerspiegeln, bedeutet eine genaue und reproduzierbare Leistung nichts.
• Beim Training von ViDi-Werkzeugen ist das Trainingsziel – die mittlere quadratische Abweichung –, das Werkzeug so zu trainieren, dass eine Antwort gefunden wird, die Ihren Labels genau entspricht.