इमेजें पूर्व-संसाधित करें
मॉडलों के लिए डेटा तैयार करने हेतु इमेज पूर्व-संसाधन चरण।
पूर्व-प्रसंस्करण सुनिश्चित करता है कि आपका डेटासेट एक मानक प्रारूप में हो (जैसे, सभी छवियाँ एक ही आकार की हों)। मॉडल को प्रशिक्षित करने से पहले यह सुनिश्चित करने के लिए यह चरण आवश्यक है कि आपका डेटासेट सुसंगत है।
पूर्व-प्रसंस्करण आपके Train, Valid, और Test सेट की सभी छवियों पर लागू होता है (इसके विपरीत ऑगमेंटेशनजो केवल Train सेट पर लागू होते हैं)।
Roboflow प्लेटफ़ॉर्म निम्नलिखित पूर्व-प्रसंस्करण विकल्प प्रदान करता है:
ऑटो-ओरिएंट
रीसाइज़
ग्रेस्केल
ऑटो-एडजस्ट कॉन्ट्रास्ट
ऑब्जेक्ट्स को अलग करना
स्थिर क्रॉप
टाइल
क्लासेस संशोधित करें
नल फ़िल्टर करें
टैग के अनुसार फ़िल्टर करें
प्रत्येक विकल्प का वर्णन नीचे किया गया है।
ऑटो-ओरिएंट
ऑटो-ओरिएंट आपकी छवियों से EXIF डेटा हटा देता है ताकि आप छवियों को उसी तरह देख सकें जैसे वे डिस्क पर संग्रहीत हैं।
EXIF डेटा किसी दी गई छवि के अभिविन्यास को निर्धारित करता है। एप्लिकेशन (जैसे Mac पर Preview) इस डेटा का उपयोग किसी छवि को एक विशिष्ट अभिविन्यास में प्रदर्शित करने के लिए करते हैं, भले ही डिस्क पर उसके संग्रहण का अभिविन्यास अलग हो।
Roboflow सलाह देता है कि इसे डिफ़ॉल्ट रूप से चालू ही रहने दें और देखें कि inference में आपकी छवियाँ आपके मॉडल को कैसे दी जा रही हैं।
यदि आप यह और जानना चाहते हैं कि आपको अपनी छवियों को auto-orient करना चाहिए या नहीं, हमारा ब्लॉग देखें.
रीसाइज़
रीसाइज़ आपकी छवियों का आकार बदलता है और वैकल्पिक रूप से उन्हें वांछित आयामों के सेट तक स्केल करता है। एनोटेशन को अनुपातिक रूप से समायोजित किया जाता है (नीचे दिए गए “fill” मामले को छोड़कर)।
वर्तमान में, हम केवल आकार घटाने (downsizing) का समर्थन करते हैं। हम कुछ मार्गदर्शन प्रदान करते हैं कि आपके उपयोग-केस के लिए कौन-सा resize विकल्प सबसे अच्छा हो सकता है.
इसमें Stretch करें: अपनी छवियों को पसंदीदा पिक्सेल-आधारित आयाम तक खींचें। एनोटेशन अनुपातिक रूप से स्केल किए जाते हैं। छवियाँ वर्गाकार, विकृत होती हैं, लेकिन स्रोत छवि का कोई डेटा नहीं खोता।
Fill (center crop के साथ) में: जनरेट की गई छवि आपके इच्छित आउटपुट आयामों का केंद्रित क्रॉप होती है। उदाहरण के लिए, यदि स्रोत छवि 2600x2080 है और resize विकल्प 640x640 पर सेट है, तो आउटपुट रीसाइज़ स्रोत छवि का केंद्रीय 640x640 होगा। आस्पेक्ट रेशियो बना रहता है, लेकिन स्रोत छवि का डेटा खो जाता है।
इसके भीतर फिट करें: स्रोत आयामों को आउटपुट छवि के आयामों के अनुरूप स्केल किया जाता है, जबकि स्रोत छवि का आस्पेक्ट रेशियो बनाए रखा जाता है। उदाहरण के लिए, यदि स्रोत छवि 2600x2080 है और resize विकल्प 640x640 पर सेट है, तो लंबा आयाम (2600) 640 तक स्केल किया जाता है और दूसरा आयाम (2080) लगभग 512 पिक्सेल तक स्केल किया जाता है। छवि के आस्पेक्ट रेशियो और मूल डेटा बनाए रहते हैं, लेकिन वे वर्गाकार नहीं होते।
Fit (किनारों को प्रतिबिंबित करके) में: स्रोत आयामों को आउटपुट छवि के आयामों के अनुरूप स्केल किया जाता है, जबकि स्रोत छवि का आस्पेक्ट रेशियो बनाए रखा जाता है, और जो भी नया पैडिंग बनाया जाता है वह स्रोत छवि का प्रतिबिंब होता है। उदाहरण के लिए, यदि स्रोत छवि 2600x2080 है और resize विकल्प 416x416 पर सेट है, तो लंबा आयाम (2600) 416 तक स्केल किया जाता है और दूसरा आयाम (2080) लगभग 335.48 पिक्सेल तक स्केल किया जाता है। शेष पिक्सेल क्षेत्र (416-335.48, या 80.52 पिक्सेल) स्रोत छवि के प्रतिबिंबित पिक्सेल होते हैं। उल्लेखनीय है कि Roboflow डिफ़ॉल्ट रूप से एनोटेशन को भी प्रतिबिंबित करता है। छवियाँ वर्गाकार, पैडेड होती हैं, और आस्पेक्ट रेशियो तथा मूल डेटा बनाए रहते हैं।
Fit (काले किनारों) में: स्रोत आयामों को आउटपुट छवि के आयामों के अनुरूप स्केल किया जाता है, जबकि स्रोत छवि का आस्पेक्ट रेशियो बनाए रखा जाता है, और जो भी नया पैडिंग बनाया जाता है वह काला क्षेत्र होता है। उदाहरण के लिए, यदि स्रोत छवि 2600x2080 है और resize विकल्प 416x416 पर सेट है, तो लंबा आयाम (2600) 416 तक स्केल किया जाता है और दूसरा आयाम (2080) लगभग 335.48 पिक्सेल तक स्केल किया जाता है। शेष पिक्सेल क्षेत्र (416-335.48, या 80.52 पिक्सेल) काले पिक्सेल होते हैं। छवियाँ वर्गाकार, काले पैडिंग वाली होती हैं, और आस्पेक्ट रेशियो तथा मूल डेटा बनाए रहते हैं।
Fit (सफेद किनारों) में: स्रोत आयामों को आउटपुट छवि के आयामों के अनुरूप स्केल किया जाता है, जबकि स्रोत छवि का आस्पेक्ट रेशियो बनाए रखा जाता है, और जो भी नया पैडिंग बनाया जाता है वह सफेद क्षेत्र होता है। उदाहरण के लिए, यदि स्रोत छवि 2600x2080 है और resize विकल्प 416x416 पर सेट है, तो लंबा आयाम (2600) 416 तक स्केल किया जाता है और दूसरा आयाम (2080) लगभग 335.48 पिक्सेल तक स्केल किया जाता है। शेष पिक्सेल क्षेत्र (416-335.48, या 80.52 पिक्सेल) सफेद पिक्सेल होते हैं। छवियाँ वर्गाकार, सफेद पैडिंग वाली होती हैं, और आस्पेक्ट रेशियो तथा मूल डेटा बनाए रहते हैं।
ग्रेस्केल
RGB चैनलों वाली छवि को एकल ग्रेस्केल चैनल वाली छवि में बदलता है, जिससे आपकी मेमोरी बच सकती है। प्रत्येक ग्रेस्केल पिक्सेल का मान संबंधित लाल, हरे और नीले पिक्सेल के भारित योग के रूप में गणना किया जाता है: Y = 0.2125 R + 0.7154 G + 0.0721 B.
ये भार CRT फॉस्फर द्वारा उपयोग किए जाते हैं क्योंकि वे समान भारों की तुलना में लाल, हरे और नीले रंग की मानवीय धारणा को बेहतर दर्शाते हैं। (के माध्यम से Scikit-Image.)
ऑटो-एडजस्ट कॉन्ट्रास्ट
कम कॉन्ट्रास्ट वाली छवि को बेहतर बनाता है। हमने इस पर खोज की है कि क्या आप कॉन्ट्रास्ट को एक पूर्व-प्रसंस्करण चरण के रूप में उपयोग करना चाहते हैं.
कॉन्ट्रास्ट स्ट्रेचिंग: छवि को इस तरह पुनः-स्केल किया जाता है कि उसमें 2वें और 98वें परसेंटाइल के भीतर आने वाली सभी तीव्रताएँ शामिल हों।
हिस्टोग्राम इक्वलाइज़ेशन: यह छवि में “सबसे अधिक बार आने वाले तीव्रता मानों को फैला देता है”। इक्वलाइज़ की गई छवि का वितरण लगभग समान होता है, जहाँ सभी रंगों के पिक्सेल लगभग समान रूप से प्रतिनिधित्वित होते हैं। और देखें.
अनुकूली इक्वलाइज़ेशन: कॉन्ट्रास्ट लिमिटेड अनुकूली हिस्टोग्राम इक्वलाइज़ेशन (CLAHE)। स्थानीय कॉन्ट्रास्ट बढ़ाने के लिए एक एल्गोरिद्म, जो छवि के अलग-अलग टाइल क्षेत्रों पर गणना किए गए हिस्टोग्राम का उपयोग करता है। इसलिए स्थानीय विवरण उन क्षेत्रों में भी बेहतर किए जा सकते हैं जो छवि के अधिकांश हिस्से की तुलना में अधिक गहरे या अधिक हल्के हैं। (के माध्यम से Scikit-Image.)
उन्नत पूर्व-प्रसंस्करण सुविधाएँ
ऑब्जेक्ट्स को अलग करना
Isolate Objects ट्रांसफ़ॉर्म प्रत्येक bounding box को क्रॉप करके निकालकर एक व्यक्तिगत छवि में बदल देता है। यह चरण Object Detection डेटासेट्स को Classification डेटासेट्स में परिवर्तित करता है।
ऐसे मामलों में जहाँ किसी डेटासेट की कई क्लासेस समान होती हैं, अक्सर क्रम में दो मॉडल उपयोग करना सामान्य होता है। पहला मॉडल (object detection) ऑब्जेक्ट को ढूँढता है और दूसरा मॉडल (classification) पहचानता है कि ऑब्जेक्ट क्या है। Isolate Objects ट्रांसफ़ॉर्मेशन दूसरे मॉडल के प्रशिक्षण के लिए आवश्यक डेटासेट बनाने में उपयोगी है।
स्थिर क्रॉप
Static Crop आपके डेटासेट की हर छवि पर एक निश्चित, प्रतिशत-आधारित क्रॉप क्षेत्र लागू करता है। आप न्यूनतम और अधिकतम चौड़ाई तथा ऊँचाई प्रतिशतों का उपयोग करके क्षेत्र परिभाषित करते हैं, और Roboflow प्रत्येक छवि को उसी सापेक्ष क्षेत्र तक क्रॉप करता है। इससे आप रुचि के एक सुसंगत क्षेत्र पर ज़ूम कर सकते हैं, प्रशिक्षण से पहले अप्रासंगिक किनारों या पृष्ठभूमि को हटाकर ताकि आपका मॉडल फ़्रेम के महत्वपूर्ण हिस्से पर ध्यान केंद्रित करे।

टाइल
टाइलिंग छोटे ऑब्जेक्ट्स का पता लगाने में मदद कर सकती है (विशेषकर हवाई इमेजरी और माइक्रोस्कोपी जैसी स्थितियों में। डिफ़ॉल्ट सेटिंग 2x2 टाइलिंग है, हालांकि आप इसे अपनी आवश्यकता के अनुसार समायोजित कर सकते हैं। टाइलिंग की जाती है से पहले पूर्व-प्रसंस्करण पाइपलाइन में रीसाइज़िंग के।

टाइलिंग के तीन मोड होते हैं।
ग्रिड
प्रत्येक छवि को समान पंक्तियों और स्तंभों में विभाजित करता है। टाइल का आकार छवि के आकार के साथ बदलता है।
पंक्तियाँ, स्तंभ
नियत आकार
प्रत्येक टाइल को आपके द्वारा सेट किए गए सटीक पिक्सेल आकार पर काटता है, इसलिए कोई भी टाइल रीसाइज़ या विकृत नहीं होती। इसे अपने मॉडल के इनपुट आकार पर सेट करें (उदा.: 640 x 640)।
चौड़ाई, ऊँचाई, ओवरलैप, पैडिंग रंग
नियत आस्पेक्ट अनुपात
ऐसी टाइलें काटता है जो आपके द्वारा सेट किया गया चौड़ाई-से-ऊँचाई अनुपात बनाए रखती हैं। प्रत्येक टाइल छवि की पूरी चौड़ाई या पूरी ऊँचाई तक फैलती है।
आस्पेक्ट अनुपात, स्पैन, ओवरलैप, पैडिंग रंग
Fixed Size और Fixed Aspect Ratio में दो अतिरिक्त सेटिंग्स होती हैं। ओवरलैप वह प्रतिशत है जितना प्रत्येक टाइल का हिस्सा अगली टाइल के साथ साझा होता है। इसका उपयोग तब करें जब ऑब्जेक्ट्स टाइल की सीमाओं पर हों। पैडिंग रंग (काला या सफेद) छवि के दाएँ और नीचे के किनारे पर बची हुई जगह को भरता है, क्योंकि प्रत्येक टाइल पूरी आकार में निकलती है।
टाइलें प्रत्येक तरफ कम से कम 224 पिक्सेल की होनी चाहिए। Fixed Aspect Ratio मोड में, जो छवियाँ इतनी छोटी हों कि उस आकार की टाइल न बन सके, उन्हें पूरी तरह रखा जाता है।
आप Fixed Size या Fixed Aspect Ratio को Isolate Objects या Dynamic Crop के साथ संयोजित नहीं कर सकते। वे चरण प्रत्येक छवि को अपने-अपने तरीके से क्रॉप करते हैं, इसलिए किसी निश्चित आकार की टाइल अब छवि से मेल नहीं खाती। इसके बजाय Grid का उपयोग करें।
Roboflow Fixed Size और Fixed Aspect Ratio के लिए संस्करण आकार का अनुमान नहीं लगाता, क्योंकि टाइलों की संख्या प्रत्येक छवि के आकार पर निर्भर करती है।
क्लासेस संशोधित करें
आपके डेटासेट का नया संस्करण जनरेट करते समय विशिष्ट क्लासेस को छोड़ने या क्लासेस को पुनः मैप (नाम बदलने) करने के लिए उपयोग किया जाने वाला एक पूर्व-प्रसंस्करण टूल। ये परिवर्तन केवल आपके द्वारा जनरेट किए गए संस्करण पर लागू होते हैं। आपके अंतर्निहित डेटासेट में कोई परिवर्तन नहीं किया जाएगा।


नल फ़िल्टर करें
Filter Null ट्रांसफ़ॉर्मेशन उपयोगकर्ताओं को यह आवश्यक बनाने देता है कि डेटासेट में छवियों का एक हिस्सा एनोटेटेड हो। null annotation के रूप में चिह्नित छवियाँ, या Modify Classes टूल लागू करने के बाद "unannotated" हुई छवियाँ, केवल वही प्रभावित होती हैं जब Filter Null का उपयोग किया जाता है।
यह ट्रांसफ़ॉर्मेशन उस स्थिति में उपयोगी है जहाँ डेटासेट का बड़ा हिस्सा रुचि की वस्तुओं को शामिल नहीं करता।

टैग के अनुसार फ़िल्टर करें
Filter by Tag ट्रांसफ़ॉर्मेशन उपयोगकर्ताओं को यह फ़िल्टर करने देता है कि कौन-सी छवियाँ किसी संस्करण में शामिल की जानी चाहिए या नहीं, इस आधार पर कि कौन-से टैग्स लागू किए गए हैं। यह ट्रांसफ़ॉर्मेशन नए डेटा उपसमुच्चय पर मॉडल प्रशिक्षण या प्रशिक्षण से अवांछित छवियों को बाहर करने के लिए उपयोगी है।
प्रत्येक Tag के लिए तीन विकल्प उपलब्ध हैं:
आवश्यक करें: केवल Required टैग वाली छवियाँ ही संस्करण में शामिल की जाएँगी।
बाहर करें: Excluded टैग वाली छवियाँ संस्करण में शामिल नहीं की जाएँगी।
अनुमति दें: Allowed टैग वाली छवियाँ संस्करण में शामिल की जाएँगी, Exclude और Require नियमों के अधीन।

do-not-include टैग नहीं है।अंतिम अपडेट
क्या यह उपयोगी था?