Sie können die binäre Klassifizierung so trainieren, dass sie zwischen zwei Klassen von Bildern unterscheidet: OK und NG. Wenn die binäre Klassifizierung eine Eingabe nicht erkennt, wird das Bild als „Nicht klassifiziert“ kategorisiert.
Während Sie Bilder klassifizieren, trainieren Sie die binäre Klassifizierung, um die Klassen zu erkennen. Sobald Sie genug Bilder klassifiziert haben, bestimmt die binäre Klassifizierung die Klasse der neuen Bilder genau. Der Vertrauensanzeiger signalisiert, wie sicher die binäre Klassifizierung in Bezug auf die vorgeschlagene Beschriftung ist.
Die besten Ergebnisse erhalten Sie, wenn die folgenden Kriterien erfüllt sind:
Versehen Sie einen unterschiedlichen Satz von Bildern in den zwei verschiedenen Klassen mit Beschriftungen.
Vergewissern Sie sich, dass die binäre Klassifizierung bei neuen, nicht beschrifteten Objekten konsistent die richtige Klasse ausgibt.
Um das Training zu überprüfen, zeigen Sie weiterhin nicht beschriftete Bilder an und überprüfen Sie die Ergebnisse basierend auf dem Vertrauensanzeiger.
Sie können zwischen der Vollbild- und der Inspektionsbereichsansicht (ROI) wechseln, indem Sie auf {{key:smartSensor.image.view}} klicken.
Sie können die Textüberlagerung ein- oder ausschalten, indem Sie auf {{key:smartSensor.image.text}} klicken. Diese Textüberlagerung wird angezeigt, wenn die Klassenbeschriftung des Bilds OK, NG oder Nicht klassifiziert lautet.
Setzen Sie die binäre Klassifizierung in einen nicht trainierten Zustand zurück, indem Sie auf Klassifizierung aufheben klicken. Beide Beschriftungszählungen werden auf Null zurückgesetzt.