使用Prodigy与PyTorch实现图像描述标注

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：https://prodi.gy
• 在线演示：https://prodi.gy/demo
• 自定义方案文档：https://prodi.gy/docs/custom-recipes
• 论坛：https://support.prodi.gy
• 方案脚本：https://github.com/explosion/prodigy-...

本教程相关资源

• 代码：https://github.com/explosion/prodigy-...
• PyTorch教程与模型：https://github.com/yunjey/pytorch-tut...
• 图像数据集：https://www.kaggle.com/alessiocorrado...

关注我们

• Ines Montani： / _inesmontani
• Explosion： / explosion_ai

致谢

• 缩略图猫图像 #1：https://unsplash.com/photos/E9kVmtiqqGE
• 缩略图猫图像 #2：https://unsplash.com/photos/_Mty3g9XWr0