Getting Started
このセクションでは、MLdebugger SDKの主要な3つのワークフローについて説明します。
ワークフロー概要
MLdebuggerは、機械学習モデルの開発・運用における以下の3つの主要なユースケースをサポートしています。
1. Tracing + Evaluation
モデルの推論ログデータを収集し、評価を実行する基本的なワークフローです。
対応タスク: Classification / Object Detection / 3D Object Detection
- タスクごとに対応する
Tracerでデータを収集 Evaluatorで評価を実行、Resultで結果を確認
詳細は Tracing + Evaluation を参照してください。
2. DataFiltering
エラーパターンに基づいてデータを選択・フィルタリングするワークフローです。
ClassificationDataFilter/ObjectDetectionDataFilter/ObjectDetection3DDataFilterを使用- バッチ処理（クエリ）とリアルタイムフィルタリングに対応
3. Logging
運用中のモデルの推論ログを収集し、モニタリングするワークフローです。
ClassificationLogger/ObjectDetectionLogger/ObjectDetection3DLoggerを使用- Webアプリでモデルの推論時の挙動を監視
前提条件
Getting Startedを開始する前に、以下が完了していることを確認してください。