Prodigy是一款现代的标注工具，用于为机器学习模型收集训练数据，由spaCy的开发者开发。在本视频中，将展示如何使用Prodigy通过Python编写完全自定义的标注工作流程，如何接入您自己的机器学习模型，以及如何为特定用例混合搭配不同的界面。我们将创建一个图像描述数据集，使用PyTorch实现的图像描述模型来建议描述，并进行错误分析，以找出模型预测正确之处以及需要改进的地方。
分步指南
- 01:59 – 创建手动图像描述标注方案
- 13:26 – 接入PyTorch实现的图像描述模型并纠正其输出
- 19:41 – 添加回调函数以统计修改的描述并输出结果
- 26:33 – 添加错误分析和工作流以审查标注
PRODIGY资源
- 网站与文档：prodi.gy
- 在线演示：prodi.gy/demo
- 自定义方案文档：prodi.gy/docs/custom…
- 论坛：support.prodi.gy
- 方案脚本：github.com/explosion/p…...
本教程相关资源
- 代码：github.com/explosion/p…...
- PyTorch教程与模型：github.com/yunjey/pyto…...
- 图像数据集：www.kaggle.com/alessiocorr…...
关注我们
- Ines Montani： / _inesmontani
- Explosion： / explosion_ai
致谢
- 缩略图猫图像 #1：unsplash.com/photos/E9kV…
- 缩略图猫图像 #2：unsplash.com/photos/_Mty…
