Texnologiyalari va komunikatsiyalarini rivojlantirish vazirligi muxammad al-xorazmiy nomidagi toshkent
Download 0.6 Mb. Pdf ko'rish
|
Computer Vision 3
- Bu sahifa navigatsiya:
- Maxsus obekt detektorini yaratish va uni o’qitish
- Oldindan tayyorlangan obekt detektoridan foydalanish
OBYEKT TASVIRLARINI TANISH
Ob'ektni tanish - bu tasvirlar yoki videolardagi ob'ektlarning joylashuvini aniqlash uchun kompyuter ko'rish usuli. Ob'ektni aniqlash algoritmlari odatda ma'noli natijalarga erishish uchun mashinani o'rganish yoki chuqur o'rganishdan foydalanadi. Odamlar rasm yoki videoga qaraganida, biz bir necha daqiqada qiziqish ob'ektlarini taniy olamiz va joylashtiramiz. Ob'ektni aniqlashning maqsadi bu aqlni kompyuter yordamida takrorlashdir. Ob'ektlarni aniqlash ilg'or haydovchiga yordam tizimlari (ADAS) ortidagi asosiy texnologiya bo'lib, u avtomobillarga yo'l harakati xavfsizligini yaxshilash uchun haydash bo'laklarini aniqlash yoki piyodalarni aniqlash imkonini beradi. Ob'ektni aniqlash, shuningdek, video kuzatuv yoki tasvirni qidirish tizimlari kabi ilovalarda ham foydalidir. 3-rasm. Obyektni aniqlash. Ob'ektni aniqlashni amalga oshirish uchun turli usullardan foydalanishingiz mumkin. R-CNN va YOLO v2 kabi konvolyutsion neyron tarmoqlardan (CNN) foydalangan holda chuqur o'rganishga asoslangan mashhur yondashuvlar avtomatik ravishda tasvirlar ichidagi ob'ektlarni aniqlashni o'rganadi. Deep learning yordamida ob'ektni aniqlashni boshlash uchun ikkita asosiy yondashuvdan birini tanlashingiz mumkin: Maxsus ob'ekt detektorini yaratish va uni o’qitish Maxsus ob'ekt detektorini noldan o'rgatish uchun siz qiziqqan ob'ektlar uchun xususiyatlarni o'rganish uchun tarmoq arxitekturasini loyihalashingiz kerak. Bundan tashqari, CNNni o'qitish uchun etiketli ma'lumotlarning juda katta to'plamini kompilyatsiya qilishingiz kerak. Maxsus ob'ekt detektorining natijalari ajoyib bo'lishi mumkin. Ya'ni, siz CNN-da qatlamlar va og'irliklarni qo'lda sozlashingiz kerak, bu ko'p vaqt va o'quv ma'lumotlarini talab qiladi. Oldindan tayyorlangan ob'ekt detektoridan foydalanish Chuqur o'rganishdan foydalangan holda ko'plab ob'ektlarni aniqlash ish oqimlari uzatishni o'rganishdan foydalanadi, bu sizga oldindan tayyorlangan tarmoqdan boshlash va keyin uni ilovangiz uchun sozlash imkonini beradi. Bu usul tezroq natijalar berishi mumkin, chunki ob'ekt detektorlari allaqachon minglab, hatto millionlab tasvirlarda o'qitilgan. Maxsus ob'ekt detektorini yaratasizmi yoki oldindan tayyorlanganidan foydalanasizmi, siz qaysi turdagi ob'ektni aniqlash tarmog'idan foydalanmoqchi ekanligingizni hal qilishingiz kerak: ikki bosqichli tarmoq yoki bir bosqichli tarmoq. 4-rasm. O’qitilgan model orqali obyektlarni aniqlash. Tabiiy tasvirlarda ko'p sonli o'ziga xos toifadagi ob'ektlarni aniqlashga qaratilgan ob'ektlarni aniqlash kompyuter ko'rish sohasidagi asosiy, ammo qiyin vazifadir. So'nggi yillarda ob'ektni aniqlashda chuqur CNN yordamida, asosan, mustahkam xususiyatlarni namoyish qilish qobiliyati tufayli sezilarli yutuqlarga erishildi. Ushbu maqolaning maqsadi chuqur o'rganish davrida ob'ektni aniqlashning so'nggi yaxshilanishlari haqida oddiy, ammo keng qamrovli so'rovni taqdim etishdir. 100 dan ortiq asosiy hissalar asosan besh yo'nalish bo'yicha o'rganiladi: arxitektura diagrammasi, kontekstli fikrlash, ko'p qatlamli ekspluatatsiya, o'qitish strategiyasi va boshqalar, ular real vaqtda ob'ekt detektorlari va RNN va GAN-dan olingan g'oyani o'z ichiga olgan boshqa yutuqlarni o'z ichiga oladi. Biz keng qo'llaniladigan mezon va ko'rsatkichlar bo'yicha keng qamrovli, ammo to'g'ridan-to'g'ri eksperimental taqqoslashlarni muhokama qilamiz. Ushbu sharh kelajakdagi tadqiqotlar uchun istiqbolli tendentsiyalarni taqdim etish bilan yakunlanadi. |
Ma'lumotlar bazasi mualliflik huquqi bilan himoyalangan ©fayllar.org 2024
ma'muriyatiga murojaat qiling
ma'muriyatiga murojaat qiling