MemuConvert
По сути, MemuConvert - это метод обработки изображений. Цель состоит в том, чтобы снизить затраты на процесс этикетирования при обнаружении объектов.
Почему я разработал метод?
Я присоединился к соревнованиям с командой, и наша задача - обнаруживать автомобили с помощью данных с дрона. Мы попробовали эту задачу в YOLOV3 с его собственным набором данных. Однако это не удалось из-за неадекватного набора данных. Поэтому мы поняли, что ИИ нужно обучать с нуля.
В обнаружении объектов есть 3 этапа: сбор данных, их маркировка и этап обучения. Основная проблема заключалась в необходимости большого количества размеченных данных. Есть три решения: обучение ИИ с другим ИИ, использование таких веб-сайтов, как scale.ai, и использование алгоритмов. У нас не было другого ИИ для обучения, и мы не хотели тратить деньги, потому что хотели изменить ситуацию в соревнованиях. Поэтому мы искали алгоритмы, но проблема была та же, процесс основан на людях. Эта проблема возникает из-за того, что для каждого изображения следует определять новый порог. По этой причине мне пришлось ограничить порог.
Метод
Есть два типа данных, которые можно получить из изображения: цвета и формы. У каждого свои проблемы. Например, алгоритмы фигур не могут найти большинство объектов, таких как лицо или автомобиль, потому что они являются суммой других элементов. Мы называем «автомобилем», если у него просто кузов и шины. Поскольку большинство объектов представляют собой выводимые результаты, алгоритмы форм не могут найти результат. Он находит все выводы один за другим. Иногда он также находит искусственные выражения, такие как линия горизонта. Таким образом, новый метод должен быть основан на цветах, но в большинстве случаев изображения имеют нежелательные пиксели желаемых цветов.
В A1 здание и такси имеют одинаковую цветовую палитру, следовательно, это два одинаковых объекта для цветовых алгоритмов. Поэтому мне следовало избавиться от лишнего цвета.
Шаги
- Чтобы получить цвет из исходного изображения для рисования рамок.
- Чтобы разделить изображение на прямоугольники.
- Губка Тест
- Чтобы найти доминирующий цвет.
- Чтобы восстановить каждый прямоугольник с его собственным доминирующим цветом.
- Чтобы создать новое изображение с этими прямоугольниками.
- Превратить изображение в черно-белое. (желаемый цвет - белый, нежелательный - черный.)
- Увеличить изображение для избавления от шума.
- Нарисовать рамку.
Губка Тест
Тест губкой - это физическое описание того, что я сделал на изображении. Представьте себе губку с единственной красной точкой. Если вы нажмете эту губку, вы избавитесь от покраснения на губке. В заключение, это физическое приложение дает доминирующий цвет, что дает возможность перестроить объект с доминирующим цветом.
Kimage: представляет количество разделенных прямоугольников на изображении с помощью теста губки.
Kxcolor: представляет доминирующий цвет определенного прямоугольника.
Вначале я установил для Kimage значение 1024, но с изображениями низкого качества Kimage не работает. Таким образом, я установил для Kimage длину x изображения. Однако некоторые изображения не подходят для одинаковых прямоугольников. По этой причине некоторые прямоугольники перекрывают каждый прямоугольник. Поэтому, чтобы избавиться от этих прямоугольников, изображение размывается.
У всех изображений одинаковый порог!
В заключении
Метод дает возможность быстро обучить ИИ обнаружению объектов. Однако из-за того, что алгоритм является общим, он не маркирует все изображения точно.
