Обнаружение объектов CNN и обучение с изображениями с водяными знаками, будет ли это работать?

Мне было интересно, тренировать ли CNN, например YOLO, для задач обнаружения объектов панд с использованием изображений с водяными знаками (с водяным знаком 1. под изображением или 2. поверх него или 3. diffused) существенно повлияет на точность модели при тестировании с изображениями без водяных знаков.

Кроме того, более конкретно, если водяной знак находится на изображении, но за пределами области объекта, который я хочу обнаружить (например, пример 1. или, в конечном итоге, 3.), как это повлияет на конечный результат?

Спасибо


object-detection yolo conv-neural-network image-recognition
person crash    schedule 18.04.2019    source источник

Ответы (2)


arrow_upward
1
arrow_downward

YOLO, вероятно, сможет решить проблему шума, но все же это не лучший набор данных, который вы можете создать. Для большей точности я предлагаю вам использовать модель YoloV3-SPP (Spatial Pyramid Pooling). Вы можете использовать модель SPP из этого популярного репозитория https://github.com/AlexeyAB/darknet.

В darknet/cfg/yolov3-spp.cfg вы можете увидеть добавление блока SPP:

### SPP ### 
 [maxpool] 
 stride=1 
 size=5 

 [route] 
 layers=-2 

 [maxpool] 
 stride=1 
 size=9 

 [route] 
 layers=-4 

 [maxpool] 
 stride=1 
 size=13 

 [route] 
 layers=-1,-3,-5,-6 

 ### End SPP ###

SPP использует понижающую дискретизацию (шаг = 2) в сверточных слоях + используйте 3 разных пула максимального размера для одного и того же изображения и получите лучшие функции в слоях Max-Pooling. Я думаю, что добавление слоя Max pooling уменьшит некоторые шумы от изображения, выбрав только максимальные значения и важные функции изображения.

person gameon67    schedule 19.04.2019
comment
Спасибо за ваш отзыв. Является ли ваше предложение использовать версию YoloV3 SPP общим предложением по сравнению с простым YoloV3 или это связано с конкретной задачей по улучшению обработки водяных знаков из-за максимального количества уровней объединения? - person crash; 19.04.2019
comment
Не конкретно, но в целом SPP даст вам более высокую MAP (точность) по сравнению с другими моделями, но у него более медленное время вывода (компромисс между точностью и скоростью). Поэтому я предлагаю вам попробовать обе модели, какая из них больше подходит для вашей задачи. - person gameon67; 19.04.2019

arrow_upward
1
arrow_downward

По опыту могу сказать, что YOLO должна справляться с таким уровнем шума. Рассмотрение ваших дел:

  1. Это не должно быть проблемой. Некоторые программы обучения фактически включают в себя черно-белые границы изображения для достижения правильного разрешения без растягивания изображений.

  2. и 3. Это может быть проблемой, если водяной знак маскирует важные особенности, или, что еще хуже, если часть водяного знака связана с классом во время обучения.

Если водяной знак находится за пределами области объекта: YOLO может изучать контекст на изображении, но пока вы придерживаетесь предварительно обученных моделей, все будет в порядке.

person Malte    schedule 18.04.2019