CarbConnect logo
CarbConnect logo
    • Chào mừng đến với CarbConnect
    • Chào mừng đến với Thư viện
    • Tạo thư mục đầu tiên của bạn
    • Tải lên hình ảnh đầu tiên của bạn

    • Giới thiệu về cửa sổ hình ảnh
    • Thay đổi thông tin hình ảnh
    • Giao tiếp với đồng nghiệp của bạn
    • Tạo chú thích

    • Chia sẻ và Kết nối

    • Cách sử dụng ZOI 1.0 Đo lường Vùng ức chế
    • Cách sử dụng Phân tích Vi sinh BiTTE lite
    • Cách sử dụng Nugent Score AI 1.0
    • Cách sử dụng BM Smear AI 1.0
    • Cách sử dụng ZOI Pro
    • Cách sử dụng Pick Colony 1.0 - Colony Picking support

    • Cách tạo ứng dụng riêng tư
    • Bắt đầu với AI Studio
    • Cách tạo mô hình phân loại

    • Quản lý Hồ sơ và Cài đặt của bạn

    • Bắt đầu với Công cụ Dán nhãn
    • Cấu hình Trình tạo Hình dạng và Nhãn
    • Quản lý Lời mời Máy chủ
    • Bắt đầu Dự án Dán nhãn
    • Truy cập các Dự án Dán nhãn được Chia sẻ

Cách tạo mô hình phân loại

VI
​

Tìm hiểu cách tạo dự án Classification trong AI Studio, nhập các thư mục lớp làm nhãn, xem lại phần chia Training và Test được tạo, bắt đầu huấn luyện và chạy một inferencing mẫu.

Mở AI Studio từ thanh điều hướng trên cùng, giữ ở tab Projects, rồi nhấp vào 'Create Project' để bắt đầu quy trình mô hình mới.

Step 1: Mở AI Studio từ thanh điều hướng trên cùng, giữ ở tab Projects, rồi nhấp vào 'Create Project' để bắt đầu quy trình mô hình mới.

Trong Project Settings, nhập tên dự án, chọn 'Classification', chọn chế độ huấn luyện như 'Auto', rồi chọn hoặc tạo Project Folder.

Step 2: Trong Project Settings, nhập tên dự án, chọn 'Classification', chọn chế độ huấn luyện như 'Auto', rồi chọn hoặc tạo Project Folder.

Ở bước Dataset, nhấp vào 'Import folder' và chọn một thư mục cho mỗi lớp. Mỗi thư mục trở thành nhãn lớp, chẳng hạn `BG2_01_Candida spp.` và `BG2_02_Listeria`.

Step 3: Ở bước Dataset, nhấp vào 'Import folder' và chọn một thư mục cho mỗi lớp. Mỗi thư mục trở thành nhãn lớp, chẳng hạn `BG2_01_Candida spp.` và `BG2_02_Listeria`.

Chờ quá trình nhập hoàn tất và test set được tạo, sau đó xác nhận trạng thái xanh 'Ready' cùng số lượng Training và Test của từng lớp.

Step 4: Chờ quá trình nhập hoàn tất và test set được tạo, sau đó xác nhận trạng thái xanh 'Ready' cùng số lượng Training và Test của từng lớp.

Trong Review & Train, xác nhận tên dự án, danh mục Classification, chế độ, Project Folder và tóm tắt dataset, rồi nhấp vào 'Save & Train'.

Step 5: Trong Review & Train, xác nhận tên dự án, danh mục Classification, chế độ, Project Folder và tóm tắt dataset, rồi nhấp vào 'Save & Train'.

Sau khi training job bắt đầu, mở chi tiết dự án để xác nhận cấu hình Classification và xem lại metadata của dự án trong khi mô hình được tạo.

Step 6: Sau khi training job bắt đầu, mở chi tiết dự án để xác nhận cấu hình Classification và xem lại metadata của dự án trong khi mô hình được tạo.

Khi có mô hình sẵn sàng, mở 'Test Model', vào thư mục `test`, chọn một hình ảnh rồi nhấp vào 'Run Inference'.

Step 7: Khi có mô hình sẵn sàng, mở 'Test Model', vào thư mục `test`, chọn một hình ảnh rồi nhấp vào 'Run Inference'.

Xem bảng Inference result để kiểm tra dự đoán hàng đầu và điểm của từng lớp.

Step 8: Xem bảng Inference result để kiểm tra dự đoán hàng đầu và điểm của từng lớp.
© CarbGeM Inc. All Rights Reserved.
About Us
Terms and Conditions
Privacy Policy