Čitajte na engleskom

Dijeli putem


Prikupljanje slika

Da biste uvježbali model Prepoznavanje objekata da prepozna vaše objekte, morate prikupiti slike koje sadrže te objekte. Pridržavajte se smjernica za količinu i kvalitetu slike za bolje rezultate.

Format i veličina

Slike koje ćete hraniti svojim modelom Prepoznavanje objekata trebaju ove karakteristike:

  • Format:

    • JPG
    • PNG
    • BMP
  • Veličina:

    • Maksimalno 6 MB za trening
    • Minimalna širina / visina 256 piksela x 256 piksela

Količina podataka i bilanca podataka

Važno je prenijeti dovoljno slika za treniranje vašeg AI modela. Dobra početna točka je imati najmanje 15 slika po objektu za skup za vježbanje. S manje slika, postoji veliki rizik da će vaš model naučiti koncepte koji su samo šum ili nisu relevantni. Obuka modela s više slika trebala bi povećati točnost.

Još jedno razmatranje je osigurati da su vaši podaci uravnoteženi. Ako imate 500 slika za jedan objekt i samo 50 slika za drugi, vaš skup podataka za obuku nije uravnotežen. To može uzrokovati da model bude bolji u prepoznavanju jednog od objekata. Za dosljednije rezultate održavajte omjer od najmanje 1:2 između objekta s najmanje slika i onog s najviše. Na primjer, ako objekt s najvećim brojem slika ima 500 slika, objekt s najmanje slika trebao bi imati najmanje 250 slika za obuku.

Koristite raznolikije slike

Navedite slike koje su reprezentativne za ono što će se poslati modelu tijekom normalne uporabe. Na primjer, recimo da trenirate model za prepoznavanje jabuka. Ako trenirate slike jabuka samo na tanjurima, možda neće dosljedno prepoznati jabuke na drveću. Uključivanje različitih vrsta slika osigurat će da vaš model nije pristran i da se može dobro generalizirati. Slijedi nekoliko načina na koje možete učiniti svoj set za vježbanje raznolikijim.

Pozadina

Koristite slike svojih objekata ispred različitih pozadina, na primjer, voće na tanjurima, u rukama i na drveću. Fotografije u kontekstu bolje su od fotografija ispred neutralnih pozadina jer pružaju više informacija za klasifikator.

Pozadine slika.

Rasvjeta

Koristite slike za vježbanje koje imaju različito osvjetljenje, osobito ako slike koje se koriste za otkrivanje mogu imati različito osvjetljenje. Na primjer, uključite slike snimljene s bljeskalicom, visokom ekspozicijom i tako dalje. Također je korisno uključiti slike s različitom zasićenošću, nijansama i svjetlinom. Kamera vašeg uređaja vjerojatno vam omogućuje upravljanje tim postavkama.

Osvjetljenje slike.

Veličina objekta

Omogućite slike na kojima su objekti različitih veličina, snimajući različite dijelove objekta, na primjer, fotografiju grozdova banana i krupni plan jedne banane. Različite veličine pomažu modelu da se bolje generalizira.

Veličine predmeta.

Kut kamere

Pokušajte pružiti slike snimljene iz različitih kutova. Ako su sve vaše fotografije iz skupa fiksnih kamera kao što su nadzorne kamere, svakoj kameri dodijelite drugu oznaku. To može pomoći u izbjegavanju modeliranja nepovezanih objekata kao što su stupovi svjetiljke kao ključne značajke. Dodijelite oznake kamere čak i ako kamere snimaju iste objekte.

Kutovi kamere.

Neočekivani rezultati

AI modeli mogu pogrešno naučiti karakteristike koje vaše slike imaju zajedničke. Recimo da želite stvoriti model za razlikovanje jabuka od citrusa. Ako koristite slike jabuka u rukama i citrusa na bijelim tanjurima, model bi mogao trenirati za ruke naspram bijelih tanjura umjesto jabuka naspram citrusa.

Neočekivani rezultati.

Da biste to ispravili, upotrijebite gornje smjernice za vježbanje s raznolikijim slikama: navedite slike s različitim kutovima, pozadinama, veličinom objekta, grupama i drugim varijantama.

Početak rada s Prepoznavanje objekata