Las traducciones son generadas a través de traducción automática. En caso de conflicto entre la traducción y la version original de inglés, prevalecerá la version en inglés.
Prácticas recomendadas de adaptadores de entrenamiento
Se sugiere que siga las siguientes prácticas recomendadas al crear, entrenar y usar sus adaptadores:
-
Los datos de imagen de muestra deben capturar los errores representativos que los clientes pretenden suprimir. Si el modelo comete errores repetidos en imágenes visualmente similares, asegúrese de incluir muchas de esas imágenes para el entrenamiento.
-
En lugar de incluir únicamente imágenes en las que el modelo comete errores en una etiqueta de moderación concreta, asegúrese también de incluir imágenes en las que el modelo no esté cometiendo errores en esa etiqueta de moderación.
-
Proporcione un mínimo de cincuenta muestras de falsos negativos o veinte muestras de falsos positivos para el entrenamiento y un mínimo de veinte muestras para realizar pruebas. Sin embargo, suministre tantas imágenes anotadas como sea posible para mejorar el rendimiento del adaptador.
-
Anotar todas las etiquetas que le interesan para todas las imágenes: si decide que necesita anotar la aparición de una etiqueta en una imagen, asegúrese de anotar la aparición de esta etiqueta en todas las demás imágenes.
-
Los datos de la imagen de muestra deben contener tantas variaciones en la etiqueta como sea posible, centrándose en las instancias que sean representativas de las imágenes que se analizarán en un entorno de producción.
