b5a91026ce
|
||
|---|---|---|
| .. | ||
| lab | ||
| ObjectDetection.ipynb | ||
| README.md | ||
README.md
Prepoznavanje objektov
Modeli za klasifikacijo slik, s katerimi smo se doslej ukvarjali, so obdelali sliko in podali kategorialni rezultat, kot je razred 'številka' v problemu MNIST. Vendar pa v mnogih primerih ne želimo le vedeti, da slika prikazuje objekte – želimo določiti njihovo natančno lokacijo. To je pravzaprav bistvo prepoznavanja objektov.
Pre-lecture quiz
Slika s spletne strani YOLO v2
Naiven pristop k prepoznavanju objektov
Recimo, da želimo na sliki najti mačko. Zelo naiven pristop k prepoznavanju objektov bi bil naslednji:
- Razdelimo sliko na več ploščic.
- Na vsaki ploščici izvedemo klasifikacijo slike.
- Tiste ploščice, ki dajo dovolj visoko aktivacijo, lahko štejemo za ploščice, ki vsebujejo iskani objekt.
Slika iz zvezka z vajami
Vendar pa ta pristop ni idealen, saj omogoča algoritmu, da zelo nenatančno določi okvir objekta. Za bolj natančno lokacijo moramo izvesti nekakšno regresijo, da napovemo koordinate okvirjev – za to pa potrebujemo specifične podatkovne nabore.
Regresija za prepoznavanje objektov
Ta blog objava ponuja odličen uvod v prepoznavanje oblik.
Podatkovni nabori za prepoznavanje objektov
Pri tej nalogi lahko naletite na naslednje podatkovne nabore:
- PASCAL VOC – 20 razredov
- COCO – Pogosti objekti v kontekstu. 80 razredov, okvirji in maske za segmentacijo
Metode za ocenjevanje prepoznavanja objektov
Presek nad unijo (Intersection over Union)
Medtem ko je pri klasifikaciji slik enostavno izmeriti, kako dobro deluje algoritem, moramo pri prepoznavanju objektov izmeriti tako pravilnost razreda kot tudi natančnost določene lokacije okvirja. Za slednje uporabljamo tako imenovani Presek nad unijo (IoU), ki meri, kako dobro se dve škatli (ali dve poljubni območji) prekrivata.
Slika 2 iz te odlične blog objave o IoU
Ideja je preprosta – površino preseka med dvema figurama delimo s površino njune unije. Za dve identični območji bi bil IoU enak 1, medtem ko bi bil za popolnoma ločeni območji enak 0. Sicer pa bo vrednost variirala med 0 in 1. Običajno upoštevamo le tiste okvirje, za katere je IoU nad določeno vrednostjo.
Povprečna natančnost (Average Precision)
Recimo, da želimo izmeriti, kako dobro je prepoznan določen razred objektov C. Za merjenje tega uporabljamo metriko Povprečna natančnost, ki se izračuna na naslednji način:
- Upoštevamo krivuljo natančnost-pokritost, ki prikazuje natančnost glede na vrednost praga zaznavanja (od 0 do 1).
- Glede na prag bomo na sliki zaznali več ali manj objektov ter dobili različne vrednosti natančnosti in pokritosti.
- Krivulja bo videti takole:
Slika iz NeuroWorkshop
Povprečna natančnost za določen razred C je površina pod to krivuljo. Natančneje, os pokritosti je običajno razdeljena na 10 delov, natančnost pa se povpreči čez vse te točke:
AP = {1\over11}\sum_{i=0}^{10}\mbox{Precision}(\mbox{Recall}={i\over10})
AP in IoU
Upoštevali bomo le tiste zaznave, za katere je IoU nad določeno vrednostjo. Na primer, v podatkovnem naboru PASCAL VOC je običajno \mbox{IoU Threshold} = 0.5, medtem ko se v COCO AP meri za različne vrednosti \mbox{IoU Threshold}.
Slika iz NeuroWorkshop
Povprečna povprečna natančnost – mAP
Glavna metrika za prepoznavanje objektov se imenuje Povprečna povprečna natančnost ali mAP. To je vrednost povprečne natančnosti, povprečena čez vse razrede objektov, včasih pa tudi čez \mbox{IoU Threshold}. Podrobnejši opis postopka izračuna mAP najdete
v tej blog objavi), pa tudi tukaj s primeri kode.
Različni pristopi k prepoznavanju objektov
Obstajata dve glavni skupini algoritmov za prepoznavanje objektov:
- Mreže za predlaganje regij (R-CNN, Fast R-CNN, Faster R-CNN). Glavna ideja je generiranje regij interesa (ROI) in izvajanje CNN nad njimi, da poiščemo največjo aktivacijo. To je nekoliko podobno naivnemu pristopu, z izjemo, da se ROI generirajo na bolj pameten način. Ena glavnih pomanjkljivosti teh metod je, da so počasne, saj potrebujemo veliko prehodov CNN klasifikatorja čez sliko.
- Enoprehodne (YOLO, SSD, RetinaNet) metode. Pri teh arhitekturah zasnujemo mrežo tako, da napoveduje tako razrede kot ROI v enem prehodu.
R-CNN: CNN, ki temelji na regijah
R-CNN uporablja Selektivno iskanje za generiranje hierarhične strukture regij ROI, ki se nato prenesejo skozi CNN ekstraktorje značilnosti in SVM-klasifikatorje za določanje razreda objekta ter linearno regresijo za določanje koordinat okvirja. Uradni članek
Slika iz van de Sande et al. ICCV’11
*Slike iz tega bloga
F-RCNN – Hitri R-CNN
Ta pristop je podoben R-CNN, vendar se regije določijo po tem, ko so bile uporabljene konvolucijske plasti.
Slika iz uradnega članka, arXiv, 2015
Faster R-CNN
Glavna ideja tega pristopa je uporaba nevronske mreže za napovedovanje ROI – tako imenovane Mreže za predlaganje regij. Članek, 2016
Slika iz uradnega članka
R-FCN: Popolnoma konvolucijska mreža, ki temelji na regijah
Ta algoritem je še hitrejši od Faster R-CNN. Glavna ideja je naslednja:
- Značilnosti pridobimo z uporabo ResNet-101.
- Značilnosti obdelamo z Zemljevidom občutljivih na položaj. Vsak objekt iz
Crazredov je razdeljen nak\times kregij, mrežo pa treniramo za napovedovanje delov objektov. - Za vsak del iz
k\times kregij vse mreže glasujejo za razrede objektov, razred objekta z največ glasovi pa je izbran.
Slika iz uradnega članka
YOLO – You Only Look Once
YOLO je algoritem za prepoznavanje objektov v realnem času z enim prehodom. Glavna ideja je naslednja:
- Slika je razdeljena na
S\times Sregij. - Za vsako regijo CNN napove
nmožnih objektov, koordinate okvirja in zaupanje=verjetnost * IoU.
Slika iz uradnega članka
Drugi algoritmi
- RetinaNet: uradni članek
- SSD (Single Shot Detector): uradni članek
✍️ Vaje: Prepoznavanje objektov
Nadaljujte z učenjem v naslednjem zvezku:
Zaključek
V tej lekciji ste si ogledali različne načine, kako lahko dosežemo prepoznavanje objektov!
🚀 Izziv
Preberite te članke in zvezke o YOLO ter jih preizkusite sami:
- Dober blog o YOLO
- Uradna stran
- Yolo: Keras implementacija, zvezek korak za korakom
- Yolo v2: Keras implementacija, zvezek korak za korakom
Post-lecture quiz
Pregled in samostojno učenje
- Prepoznavanje objektov avtorja Nikhila Sardane
- Dobra primerjava algoritmov za prepoznavanje objektov
- Pregled algoritmov globokega učenja za prepoznavanje objektov
- Uvod v osnovne algoritme za prepoznavanje objektov korak za korakom
- Implementacija Faster R-CNN v Pythonu za prepoznavanje objektov
Naloga: Prepoznavanje objektov
Omejitev odgovornosti:
Ta dokument je bil preveden z uporabo storitve AI za prevajanje Co-op Translator. Čeprav si prizadevamo za natančnost, vas prosimo, da upoštevate, da lahko avtomatizirani prevodi vsebujejo napake ali netočnosti. Izvirni dokument v njegovem maternem jeziku je treba obravnavati kot avtoritativni vir. Za ključne informacije priporočamo profesionalni človeški prevod. Ne prevzemamo odgovornosti za morebitna nesporazumevanja ali napačne razlage, ki izhajajo iz uporabe tega prevoda.