Нарощування даних в контексті задачі детекції об’єктів
Loading...
Date
2022
Authors
Решетар, Олександр
Journal Title
Journal ISSN
Volume Title
Publisher
Abstract
В даній курсовій роботі були запропоновані нові підходи аугментації зображень. Основною ідеєю нових методів є зміна формату зображення
(колір або розміри).Обрані найбільш підходящі методи на основі результатів досліджень. Всі параметри моделей, їхня ефективність наведені в додатках та проілюстровано в таблицях. В даній роботі застосовано нейронну мережу yolov5[Інтернет ресурс 1], яка швидше за своїх попередників(yolov3, yolov4)[Інтернет ресурс 2,3]. У якості вхідних даних використано датасет Pascal VOC через його зручний формат. На відміну від COCO, VOC зберігає інформацію про фото в окремих файлах. Моделі порівнювались за стандартною оцінкою map(mean average precision) за оцінками map@.5 та map@.95. Для змінення формату, розмірів зображень були використані бібліотеки numpy та cv2. Інші параметри для моделі записані в окремому конфігураційному файлі, який міститься в репозиторії. Налаштування датасету описано у файлі VOC.yaml. Модель тренувалась на платформі Kaggle. Процес тренування займав 50 ітерацій.
Description
Keywords
CNN, YOLO, результати експериментів, курсова робота