Question 1

วิธีการ Label รูปภาพ

Accepted Answer

หากท่านสร้าง Project เสร็จแล้ว และต้องการเริ่ม Label รูปภาพเลย ให้ท่านเข้าไปที่ Project ที่ต้องการ Label และคลิก Start Labelling ดังรูป

ระบบจะพาท่านมาที่หน้า Labelling ดังรูป (ขอยกตัวอย่างด้วย Object Detection)

โดยในแต่ละส่วน จะมีรายละเอียดดังนี้

LABELNAME ส่วนนี้มีเป็นส่วนของ Object ที่ท่านได้ระบุไว้ในขั้นตอนการสร้าง Project ใหม่ >> อ่าน วิธีการสร้าง Project ใหม่ โดยระบบจะ assign Shortcut Key และสีให้กับแต่ละ Object ตามที่ท่านระบุ ท่านยังสามารถ Search ชื่อของ Object ได้อีกด้วยในกรณีที่มี Object เยอะ
LAYER ส่วนนี้เป็นส่วนของ Layer ของแต่ละ Object ซึ่งจะระบุจำนวนของ Object แต่ละแบบ พร้อมกับตัวเลขกำกับลำดับ (#1, #2,…) ในกรณีที่รูปนั้นมี Object ซ้อนกันเยอะ ทำให้ Label ได้ลำบาก ท่านสามารถเลือกคลิก icon ลูกตาเพื่อซ่อน Object นั้นๆทั้งหมดหรือเป็นรายชิ้นได้อีกด้วย
Tools

ส่วนนี้เป็นกล่องเครื่องมือเพื่ออำนวยความสะดวกในการทำงาน ซึ่งจะประกอบไปด้วย (Shortcut Key และรายละเอียด)

Move/Select (V) ใช้เลือก และย้ายกล่อง Object รวมทั้งยังปรับขนาด และลบได้อีกด้วย
Label (L) ใช้ Label โดยคลิก และเลือก Object ที่ส่วน LABELNAME (หรือจะใช้หมายเลขตาม Shortcut ก็ได้) จะมี Grid ปรากฏขึ้นมาที่ตำแหน่งของ Cursor
Hand (H) ใช้เคลื่อนรูปทั้งรูป หรื

Question 2

วิธีการสร้าง Project ใหม่

Accepted Answer

หากท่านต้องการสร้าง Project ใหม่ ท่านสามารถทำตามขั้นตอนดังต่อไปนี้

ในหน้า Project คลิก ADD NEW PROJECT ระบบจะพาท่านผ่านแต่ละ Step ในการสร้าง Project ใหม่

Step 1 ให้ท่านกรอกชื่อ Project และคำอธิบายสั้นๆ จากนั้นจึงคลิก Next
Step 2 เป็นขั้นตอนสำหรับเพิ่ม Dataset ให้กับ Project โดยท่านสามารถเลือก Datasets ที่ท่านเคย Upload ขึ้นมาบนระบบของเราแล้ว (Existing Data) หรือเลือก Upload New Data เพื่อ Upload รูปชุดใหม่พร้อมตั้งชื่อ เมื่อเลือกเสร็จแล้วจึงคลิก Next อย่างไรก็ตาม หากนี่เป็น Project แรกใน workspace ของท่าน ท่านจะเลือกได้เพียง Upload New Data เท่านั้น เพราะตัวเลือก Existing Data จะมีก็ต่อเมื่อท่านเคย Upload Dataset ให้ Project อื่นๆ
Step 3 เป็นขั้นตอนสำหรับ Feature ที่เราเรียกว่า Pre-Label หากท่านมีไฟล์ Label ของ Dataset นี้อยู่แล้วท่านสามารถ Upload ได้ เมื่อท่านเข้าสู่หน้า Labeling ท่านจะพบว่ารูปที่มีข้อมูลในไฟล์จะถูก Label ไว้ให้แล้ว โดย ปัจจุบัน Accurately รอบรับ Label file เพียง format เดียวคือ COCO

อ่าน การใช้งาน Pre-label - เพื่อนำเข้า Label ของคุณเอง และ Format ของ Label file

St

Question 3

การใช้งานระบบ Review

Accepted Answer

สำหรับ Project ที่ตัวข้อมูลจำเป็นต้องใช้ความเชี่ยวชาญในการ Label หรือต้องการความแม่นยำในการ Label สูง ท่านสามารถ Review เพื่อวัด Performance ของ Labeler ได้ โดยมีขั้นตอนดังต่อไปนี้

เลือก Project ที่ต้องการ Review และคลิก REVIEWS

ระบบจะแสดง List ของรูปที่ถูก Label แล้ว พร้อมกับข้อมูลทั่วไปคือ ชื่อ, Dataset, Labeler, เวลาที่ใช้, วันเวลาที่เริ่ม และสถานะ โดยสถานะแบ่งออกเป็น 4 สถานะด้วยกันคือ Approved, Rejected, Corrected และ - (Unreviewed) ซึ่งจะถูก Export พร้อมกับข้อมูลอื่นๆด้วย ไม่ว่าท่านจะเลือก Format ใดก็ตาม

การ Review สามารถทำได้ 2 วิธีด้วยกันดังนี้

|| 2.1 การเลือก Review ทีละรูป โดยท่านสามารถเลือก Filter เพื่อกรองเฉพาะรูปที่ตรงตามเงื่อนไขได้ รวมทั้งเลือกจำนวนรูปที่จะถูกแสดงในแต่ละหน้า ซึ่งเงื่อนไขต่างๆจะมีดังนี้ เมื่อ Filter แล้วขั้นต่อไป ท่านสามารถคลิกที่ชื่อของรูปที่ต้องการ Review ระบบจะแสดงหน้าต่าง Preview ขึ้นมาดังรูปเพื่อแสดง Label ให้ดูประกอบการตัดสินใจ โดยหากท่านยังต้องการ Review ต่อ ให้คลิกที่ Review ![](https://storage.crisp.chat/users/helpdesk/website/123d3b397642a300/review

Question 4

Accurately - Run Inference API Guide

Accepted Answer

Accurately - Run Inference API Guide

Overview

This guide details how to call Accurately Inference API from your web application or service to Accurately. After Model Training has been completed successfully, developers should be able to turn on Start API and obtain an Inference API Key.

Prerequisites

Please obtain an API key from the Model Training portal after enabled Start API in Model Training details page under "Run Inferences".

Integration Guide

1. Running Inference with API Requests

The first step is to choose the model you are going to run. Go to the Model Train and select the model you want to use and copy the API Key. We will use API Key as a model determination and authorization.

Next is API request preparation. To make an API request to Accurately server, the following parameters below need to be added as a request payload.

To perform a request, you are also required to specify Authorization header with API Key.

POST https://accurately-api.datawow.io/inferences

Here is an example to perform a request by using cURL.

``` curl --location --request POST 'https://accurately-api.datawow.io/inferences' \ -

Question 5

วิธีการเพิ่ม/ลด Dataset ใน Project

Accepted Answer

สำหรับการเพิ่ม Dataset โดยทั่วไป จะทำตั้งแต่ขั้นตอนการการสร้าง Project ใหม่ (Existing Data) >> อ่าน วิธีการสร้าง Project ใหม่ อย่างไรก็ตาม หากท่านต้องการเพิ่ม Dataset ใน Project เดิม ท่านสามารถทำได้ผ่านขั้นตอนดังต่อไปนี้

เข้าไปที่ Project และคลิกแถบ Datasets

ท่านจะเห็น List ของ Datasets โดยในแต่ละแถวจะมีชื่อ จำนวนรูปและเวลาสุดท้ายที่แก้ไข มันยังถูกแยกเป็น 2 ส่วนตามรูป

Selected Datasets หรือ Datasets ที่ถูกใช้ใน Project นั้นๆ ซึ่งท่านสามารถคลิกกากบาทสีแดงเพื่อลบ Dataset ออกได้
All Datasets หรือ Datasets ที่เหลือใน Workspace ของท่าน ซึ่งท่านสามารถคลิก Select เพื่อเพิ่ม Dataset ได้

โดยทุกครั้งที่มีการเพิ่ม/ลด Dataset ใน Project ท่านจำเป็นต้องกด Submit ซึ่งอยู่ล่างสุดทุกครั้ง เพื่อยืนยันการแก้ไข

Question 6

วิธีเพิ่มและลดรูปใน Dataset

Accepted Answer

หากท่านต้องการเพิ่ม หรือลดใน Dataset ใดๆ สามารถทำได้ตามขั้นตอนดังต่อไปนี้

คลิกที่แถบ Datasets ท่านจะเห็น List ของ Datasets ทั้งหมดใน Workspace ของท่าน พร้อมกับจำนวน และเวลาสุดท้ายที่แก้ไข

ให้ท่านคลิกที่ Dataset ที่ต้องการเพิ่ม/ลดรูป ระบบจะแสดง List ของรูป โดยท่านสามารถคลิก ADD Data ทางขวาบนเพื่อ Upload รูปจากเครื่องท่านได้ หรือจะคลิกกากบาทสีแดงเพื่อลบรูปออกจาก Dataset ก็ได้เช่นกัน

เมื่อ Upload เสร็จเรียบร้อย รูปจะถูกเพิ่มเข้าใน Dataset นั้นๆ โดยในทุก Project ที่ใช้ Dataset นั้นก็จะมีรูปที่ท่านพึ่ง Upload เพิ่มให้ Label ด้วย

บทความที่อ่านบ่อย

เรียกดูทุกหมวด