CarbConnect logo
CarbConnect logo
    • Selamat Datang di CarbConnect
    • Selamat Datang di Galeri
    • Membuat Folder Pertama Anda
    • Mengunggah Gambar Pertama Anda

    • Memperkenalkan Modal Gambar
    • Mengubah Informasi Gambar
    • Berkomunikasi dengan Kolega Anda
    • Membuat Anotasi

    • Berbagi dan Menghubungkan

    • Cara menggunakan ZOI 1.0 Pengukuran Zona Inhibisi
    • Cara menggunakan BiTTE lite Analisis Mikrobial
    • Cara menggunakan Nugent Score AI 1.0
    • Cara menggunakan BM Smear AI 1.0
    • Cara menggunakan ZOI Pro
    • Cara menggunakan Pick Colony 1.0 - Colony Picking support

    • Cara Membuat Aplikasi Privat
    • Memulai dengan AI Studio
    • Cara membuat model klasifikasi

    • Mengelola Profil dan Pengaturan Anda

    • Memulai dengan Alat Pelabelan
    • Mengkonfigurasi Shape Builder dan Label
    • Mengelola Undangan Server
    • Memulai Proyek Pelabelan
    • Mengakses Proyek Pelabelan Bersama

Cara membuat model klasifikasi

ID
​

Pelajari cara membuat proyek klasifikasi di AI Studio, mengimpor folder kelas sebagai label, meninjau pembagian Training dan Test yang dihasilkan, memulai pelatihan, dan menjalankan inferensi contoh.

Buka AI Studio dari navigasi atas, tetap di tab Projects, lalu klik 'Create Project' untuk memulai alur model baru.

Step 1: Buka AI Studio dari navigasi atas, tetap di tab Projects, lalu klik 'Create Project' untuk memulai alur model baru.

Di Project Settings, masukkan nama proyek, pilih 'Classification', pilih mode pelatihan seperti 'Auto', lalu pilih atau buat Project Folder.

Step 2: Di Project Settings, masukkan nama proyek, pilih 'Classification', pilih mode pelatihan seperti 'Auto', lalu pilih atau buat Project Folder.

Pada langkah Dataset, klik 'Import folder' dan pilih satu folder untuk setiap kelas. Setiap folder menjadi label kelas, seperti `BG2_01_Candida spp.` dan `BG2_02_Listeria`.

Step 3: Pada langkah Dataset, klik 'Import folder' dan pilih satu folder untuk setiap kelas. Setiap folder menjadi label kelas, seperti `BG2_01_Candida spp.` dan `BG2_02_Listeria`.

Tunggu hingga impor selesai dan test set dibuat, lalu pastikan status hijau 'Ready' serta jumlah Training dan Test untuk setiap kelas.

Step 4: Tunggu hingga impor selesai dan test set dibuat, lalu pastikan status hijau 'Ready' serta jumlah Training dan Test untuk setiap kelas.

Di Review & Train, konfirmasi nama proyek, kategori Classification, mode, Project Folder, dan ringkasan dataset, lalu klik 'Save & Train'.

Step 5: Di Review & Train, konfirmasi nama proyek, kategori Classification, mode, Project Folder, dan ringkasan dataset, lalu klik 'Save & Train'.

Setelah training job dimulai, buka detail proyek untuk memastikan konfigurasi Classification dan meninjau metadata proyek saat model dibuat.

Step 6: Setelah training job dimulai, buka detail proyek untuk memastikan konfigurasi Classification dan meninjau metadata proyek saat model dibuat.

Saat model tersedia, buka 'Test Model', masuk ke folder `test`, pilih gambar, lalu klik 'Run Inference'.

Step 7: Saat model tersedia, buka 'Test Model', masuk ke folder `test`, pilih gambar, lalu klik 'Run Inference'.

Tinjau panel Inference result untuk memeriksa prediksi teratas dan skor setiap kelas.

Step 8: Tinjau panel Inference result untuk memeriksa prediksi teratas dan skor setiap kelas.
© CarbGeM Inc. All Rights Reserved.
About Us
Terms and Conditions
Privacy Policy