Nesne tespit edici eğitme
Nesne algılama , bir modelin görüntüdeki bir veya daha fazla nesne sınıfının varlığını ve konumunu algılamak için eğitildiği bir görüntü işleme biçimidir.
Nesne algılama tahmininin iki bileşeni vardır:
- Görüntüde algılanan her nesnenin sınıf etiketi. Örneğin, bir görüntünün elma, portakal ve muz içerdiğini tespit edebilirsiniz.
- Görüntüdeki her nesnenin konumu, nesneyi kapsayan bir sınırlayıcı kutunun koordinatları olarak gösterilir.
Bir nesne algılama modelini eğitmek için Azure AI Özel Görüntü İşleme portalını kullanarak modeli eğitmeden, değerlendirmeden, test etmeden ve yayımlamadan önce görüntüleri karşıya yükleyebilir ve etiketleyebilirsiniz; veya eğitim görevlerini gerçekleştiren kod yazmak için REST API veya dile özgü bir SDK kullanabilirsiniz.
Resim etiketleme
Görüntü sınıflandırma veya nesne algılama projeleri oluşturmak için Azure AI Özel Görüntü İşleme'yi kullanabilirsiniz. Görüntü sınıflandırma modelini eğitmekle nesne algılama modelini eğitmek arasındaki en önemli fark, görüntülerin etiketlerle etiketlenmesidir. Görüntü sınıflandırması görüntünün tamamına uygulanan bir veya daha fazla etiket gerektirirken, nesne algılama için her etiketin bir etiket ve görüntüdeki her nesne için sınırlayıcı kutuyu tanımlayan bir bölgeden oluşması gerekir.
Azure AI Özel Görüntü İşleme portalında görüntüleri etiketleme
Azure AI Özel Görüntü İşleme portalı, eğitim görüntülerinizi etiketlemek için kullanabileceğiniz bir grafik arabirimi sağlar.
Nesne algılama için görüntüleri etiketlemenin en kolay seçeneği, Azure AI Özel Görüntü İşleme portalındaki etkileşimli arabirimi kullanmaktır. Bu arabirim otomatik olarak etiket atayabileceğiniz veya etiketlemek istediğiniz nesneyi kapsayan sınırlayıcı kutuyu sürükleyerek ayarlayabileceğiniz nesneler içeren bölgeler önerir.
Ayrıca, ilk toplu görüntüleri etiketledikten sonra modeli eğitebilirsiniz. Yeni görüntülerin daha sonra etiketlenmesi, portaldaki akıllı etiketleyici aracından yararlanabilir ve bu araç yalnızca bölgeleri değil, içerdikleri nesne sınıflarını da önerebilir.
Alternatif etiketleme yaklaşımları
Alternatif olarak, bir özel veya üçüncü taraf etiketleme aracı kullanabilir veya birden çok ekip üyesine resim etiketleme görevleri atama gibi diğer özelliklerden yararlanmak için resimleri el ile etiketlemeyi seçebilirsiniz.
Azure AI Özel Görüntü İşleme portalı dışında bir etiketleme aracı kullanmayı seçerseniz, çıkışı Azure AI Özel Görüntü İşleme API'si tarafından beklenen ölçü birimleriyle eşleşecek şekilde ayarlamanız gerekebilir. Sınırlayıcı kutular, sınırlayıcı kutunun sol üst köşesinin sol (X) ve üst (Y) koordinatlarını ve sınırlayıcı kutunun genişliğini ve yüksekliğini temsil eden dört değerle tanımlanır. Bu değerler, kaynak görüntü boyutuna göre orantılı değerler olarak ifade edilir. Örneğin, şu sınırlayıcı kutuyu göz önünde bulundurun:
- Sol: 0.1
- Üst: 0,5
- Genişlik: 0,5
- Yükseklik: 0,25
Bu, solun resmin sol kenarından 0,1 (onda biri) bulunduğu ve üstten 0,5 (görüntü yüksekliğinin yarısı) olduğu bir kutu tanımlar. Kutu, genel görüntünün genişliğinin yarısı ve yüksekliğinin dörtte biri kadardır.
Aşağıdaki görüntüde, bir görüntüdeki nesneler için JSON biçiminde etiketleme bilgileri gösterilmektedir.
