データラベリング¶
ラベルを作成する¶
プロジェクトでは分類が必要かどうかを確認します。分類が必要な場合、カテゴリに対応する数のラベルを作成します。分類が不要な場合は、ラベルを一つ作成します。
注意
ラベル名は認識しやすいものにしてください。a、b、tmpなど意味のない名前は使用しないでください。ラベル名には英語の文字と数字以外の文字を使用しないでください。あいまいさを避けるために、日本語ローマ字(hakoなど)ではなく、英語の単語(boxなど)を使用してください。
ラベリング方法を確認する¶
表面輪郭のみをマーク: 紙箱、薬箱、長方形ワークなど、平らに配置された規則的形状の物体に適用されます。上表面から把持するため、側面をマークする必要はありません。側面もマークすれば、トレーニングの効果に差し支えます。
完全な輪郭をマーク: 一般的方法で、麻袋、各種ワークなどに適用されます。
特別な状況: 治具や把持方法と併用する必要がある場合に適用されます。
実例1:吸盤がボトルの口を密に吸着するように(高精度が必要)、ボトル本体ではなく、ボトルの口だけをマークします。
実例2:ローターの把持には方向を区別する必要があるため、方向が明確に識別できる中央部分のみをマークし、両端の細いロッドをマークしません。
実例3:金属部品の中央を吸着するように、部品の中央のみをマークし、両端をマークしません。
Mech-DLKを使用してデータをラベリングする¶
アルゴリズムによってラベリング方法が異なります。詳しくは、 Mech-DLKデータラベリング方法 をご参照ください。
注意
ラベリングの品質を確認:ラベリングした後、必ずデータセットのラベリング状況を確認し、ラベルが各サンプルに対応しているかどうかを確認してください。ラベル分類が間違い、データセットで反例を使用すれば、ラーニングのプロセスではモデル認識効果に直接影響します。
ラベリングの品質は、完全性、正確性、一貫性、精確性が含まれます。
完全性: 全ての対象物をラベリングします。
正確性: 物体とラベルとは正確に対応するようにします。
一貫性: 全てのデータに対して同じ基準に従ってラベリングします。たとえば、全体85%以上が露出した物体のみをラベリングするという基準であれば、基準を満たす全ての物体をラベリングする必要があります。
精確性: マークされた輪郭は対象物のエッジとぴったりと一致するようにします。物体の一部分が脱落したり、余計な部分が入ったりしないようにラベリングを行ってください。