Moduł 6: Detekcja obiektów i segmentacja
Przegląd sekcji
-
W module przedstawione zostanie zagadnienie wykrywania obiektów przedstawionych na obrazie. Drugim omówionym zagadnieniem jest segmentacja obrazów. W module przedstawione zostanie zagadnienie detekcji obiektów wraz z towarzyszącymi mu pojęciami jak przecięcie przez sumę (ang. IoU Intersection over Union) czy tłumienia wartości niemaksymalnych (ang. NMS Non-Maximum Suppression). Przedstawione zostaną architektury sieci umożliwiające detekcję obiektów w tym jednoetapowe modele jak YOLO, które znane są ze swojej szybkości i efektywności oraz dwuetapowe takie jak Faster R-CNN, które oferują większą dokładność kosztem większej złożoności obliczeniowej. W kolejnej części modułu przedstwwone zostanie zagadnienie segmentacji obrazu. Omówione zostaną architektury takie jak U-Net pozwalająca na segmentację semantyczną i/lub Mask R-CNN. W części praktycznej modułu przedstawiony zostanie sposób uruchomienia modelu YOLO lub Faster R-CNN w celu weryfikacji jakości działania detekcji obiektów.
-
Teoria
materiały zostały wytworzone z wykorzystaniem sztucznej inteligencji
-