object-detection

Вопрос или проблема Я использую YOLOv5 для обнаружения объектов. Я понимаю, что любые помеченные классы, которые не предсказываются, то есть ложные отрицательные (FN), отображаются как фон. Но как рассчитываются ложные срабатывания (FP)?

Вопрос или проблема Существует аналогичный вопрос здесь, но ответ не так ясен; В основном, у меня есть модель, которая обнаруживает только и исключительно “спичечный коробок”. Однако у нее высокий уровень ложных срабатываний, особенно в сравнении с другими коробками.

Вопрос или проблема В этом видео https://youtu.be/60Sk-mq3Cr8, с 0 до 2:00 минут, упоминается модель обнаружения объектов, которая может обучаться на 10 образцах и улучшаться со временем. Какие существуют современные модели, которые могут добиться этого?

Вопрос или проблема Я обучаю модель обнаружения объектов (SSD300) для распознавания и классификации поз тела на термографических изображениях. Несмотря на то, что у меня есть более 2 тысяч различных поз, фон не меняется значительно (у меня только 5 различных точек зрения).

Вопрос или проблема На графике ниже обнаружение объектов выполняется через точку, указывающую на правильное место, а не через ограничивающий прямоугольник (например, с использованием faster RCNN). Какой метод позволяет обучать такую точку?

Вопрос или проблема Я обучил модель YOLOv7 для задачи обнаружения. У меня только один класс, который является объектом, который я хочу обнаружить. Я запустил test.py с –conf-thresh равным 0.001 (по умолчанию) и второй раз с –

Вопрос или проблема У меня есть большой набор изображений для многоклассового обнаружения объектов. Цель состоит в том, чтобы использовать модель Yolo(v11), обученную на вышеупомянутом наборе данных, для решения задачи обнаружения объектов.

Вопрос или проблема У меня есть набор данных для обнаружения объектов с метками в формате YOLO, каждая картинка может содержать вхождения разных классов и множественные вхождения одного и того же класса. Как можно разделить набор данных на обучающую

Вопрос или проблема Читая некоторые статьи по обнаружению объектов (типы R-CNN, YOLO и др.), я задумываюсь, существует ли детектор, который может обнаруживать объекты незнакомых классов. Например, моя модель не обучена для обнаружения зданий, но возможно

Вопрос или проблема Я пытаюсь реализовать детектор текста с использованием MaskRCNN, чтобы модель могла обнаруживать метку и значение, как показано на изображении ниже. Обнаружить это легче для таких полей, как дата страницы и номер заказа, но не удается

Вопрос или проблема Я работаю над моделью U-Net с двумя выходами: сегментация и классификация. Мой набор данных имеет 110 классов объектов в формате coco, и я использую TensorFlow/Keras для обучения модели. Сегментационная часть модели выдает классификации

Вопрос или проблема Является ли MAP (Средняя Средняя Точность) хорошей заменой для измерения точности обучения и валидации на различных этапах обучения модели машинного обучения для обнаружения объектов? Я повторно обучаю Mask RCNN (предварительно обученный

Вопрос или проблема Недавно я работал над проектом, в котором используются OpenCV и YoloV8 для обнаружения объектов и их обработки. Этот проект должен был поддерживать любые видеокарты серии Nvidia, но я обнаружил, что скомпилированный мной opencv_world

Вопрос или проблема Я пытаюсь найти наиболее эффективную и надежную модель детекции объектов и сегментации. Я узнал о Mask R-CNN, Yolov5, Yolact, Yolov7. Так как Yolov7 новый, я где-то прочитал, что он превосходит все детекторы объектов. Это правда?

Вопрос или проблема Код обнаружения объектов цифр с использованием keras действительно работает в Jupyter с ядром R. Но потребовалось три попытки, чтобы понять, что проблема не в Jupyter, не в ядре R и не в коде. Проблема заключалась в том, что ошибочно

Вопрос или проблема Какие из известных вам реализаций Faster RCNN являются наилучшими по написанию и структурированию? Пожалуйста, предоставьте ссылки. Если вы знакомы с Tensorflow, вы можете обратиться к Tensorflow Object Detection API.

Вопрос или проблема Предположим, у меня есть 5 классов, обозначенных цифрами 1, 2, 3, 4 и 5, и это используется в обнаружении объектов. При оценке производительности обнаружения объектов предположим, что у меня есть классы 1, 2 и 3, но классы 4 и 5 отсутствуют в целевых значениях.

Вопрос или проблема Возможно ли обучить модель, которая обнаруживает и рисует ограничивающие рамки для объектов на столе, если я использую набор данных, где объекты на столе размечены ограничивающими рамками? Да, это возможно.

Вопрос или проблема Я обучаю модель YOLOv7-tiny и у меня есть следующие наблюдения из сессии обучения: графики потерь объектности в обучающей и проверочной выборках разошлись довольно рано в процессе обучения потери по классам и рамкам, хотя и не совсем

Вопрос или проблема python models/object_detection/train.py --logtostderr --train_dir=training/ --pipeline_config_path=training/ssd_inception_v2_coco.config INFO:tensorflow:Восстановление параметров из /home/rahul/Downloads/ssd_inception_v2_coco_2018_01_28/model.