voxel51/fiftyone

FiftyOne 镜像文档

镜像概述和主要用途

低质量数据是阻碍机器学习系统成功的最大因素，而缺乏合适工具会导致模型改进过程耗时且低效。FiftyOne 通过让您更快、更有效地可视化数据集和解释模型，加速机器学习工作流。它能帮助您深入处理数据，包括可视化复杂标签、评估模型、探索感兴趣场景、识别失败模式、发现标注错误等。

核心功能和特性

• 可视化复杂标签与数据集结构
• 评估模型性能并解释预测结果
• 探索特定场景和数据分布
• 识别模型失败模式和数据缺陷
• 发现标注错误和数据质量问题
• 加速机器学习工作流中的数据处理环节

使用场景和适用范围

适用场景

• 机器学习数据集的可视化与质量分析
• 计算机视觉模型的评估与优化
• 数据集构建与标注质量控制
• 模型失败案例识别与改进

适用人群

• 计算机视觉开发者
• 机器学习研究人员
• 数据科学家
• 处理图像/视频数据集的工程师

快速参考

• 维护者：https://github.com/voxel51/fiftyone
• 获取帮助：
  • 官方文档
  • Voxel51 社区 ***

使用方法和配置说明

快速简单 - 无持久化数据

console
$ docker run -d -p 5151:5151 --name fiftyone voxel51/fiftyone

上述命令运行 fiftyone:latest 镜像（基于 Python 3.11）。通过浏览器访问 http://localhost:5151 即可查看运行中的 FiftyOne 实例。

如需通过 Python 添加数据集：

console
$ docker exec -it fiftyone ipython

持久化数据

console
$ docker run -p 5151:5151 --name fiftyone -v some-local-directory:/fiftyone voxel51/fiftyone

其中 some-local-directory 是本地目录，用于存储 FiftyOne 数据库和数据集。此命令运行 voxel51/fiftyone:latest 镜像（基于 Python 3.11）。

使用 docker compose 或 docker stack deploy

fiftyone 的 compose.yaml 示例配置：

yaml
services:
  fiftyone:
    command: ["python", "-m", "fiftyone.server.main", "--port", "5151"]
    environment:
      FIFTYONE_DEFAULT_APP_ADDRESS: 0.0.0.0
    image: voxel51/fiftyone:latest
    ports:
      - 5151:5151
    volumes:
      - type: bind
        source: some-local-directory
        target: /fiftyone

其中 some-local-directory 是本地目录，用于存储 FiftyOne 数据库和数据集。此配置运行 voxel51/fiftyone:latest 镜像（基于 Python 3.11）。