Земля правда вимагає якість збору та анотування даних Інвестування часу в те, щоб анотація даних відповідала реальній дійсності та даним, які представляють реальні умови, забезпечить віддачу у формі моделі, яка забезпечує точні результати та цінність для операції, у якій вона розгортається.
Розробка наземних наборів правдивих даних часто вимагає серйозних завдань, таких як проектування моделі, маркування даних, проектування класифікатора та навчання/тестування. Основні мітки істинності для наборів даних зазвичай анотуються вручну групою анотаторів, а потім порівнюються за допомогою різних методів для встановлення цільових міток для набору даних.
Наприклад, припустімо, що ми тестуємо систему стереозору, щоб перевірити, наскільки добре вона може оцінювати положення в 3D. «Наземна правда» може бути позиції, визначені лазерним далекоміром, який, як відомо, є набагато точнішим, ніж система камери.
Коротше кажучи, Ground Truth – це точні та перевірені дані, які використовуються для навчання моделей машинного навчання, наприклад ті, що використовуються для автоматичної транскрипції в Transkribus. І ці дані дуже важливі для успіху вашої моделі, оскільки машинне навчання — це лише інструмент, який статистично повторює надані вами дані.
Основна правда є метод збору цифрової інформації про стан посівів і поля в цілому. Інформація збирається в певному місці та використовується як додаток до даних дистанційного зондування, зібраних дроном.
Для створення основного правдивого зображення будь-якого зображення ви можете використовуйте інструмент під назвою ImageJ. Це безкоштовний інструмент із відкритим кодом. Його також легко вивчити. Раніше я використовував його для своїх досліджень, пов’язаних із сегментацією.