छोटे ऑब्जेक्ट्स का पता लगाएँ

छवियों को टुकड़ों में बाँटकर, प्रत्येक टाइल पर मॉडल चलाकर और पहचानों को जोड़कर छोटे ऑब्जेक्ट्स का पता लगाने के लिए वर्कफ़्लो में SAHI (slicing aided hyper inference) का उपयोग करें।

मशीन लर्निंग सिस्टम के प्रदर्शन को बेहतर बनाने का सबसे अच्छा तरीका अक्सर मॉडल को बेहतर बनाने से परे होता है। अधिक डेटा एकत्र करना, डेटासेट को अधिक सटीक रूप से लेबल करना, डिटेक्शनों में अतिरिक्त पुनरावृत्ति जोड़ना, या समस्या को छोटे हिस्सों में बाँटना—ये आम तौर पर मॉडल आर्किटेक्चर पर बार-बार सुधार करने की तुलना में अधिक प्रभावशाली प्रयास होते हैं।

मॉडल के प्रदर्शन की एक सामान्य कमी तब होती है जब रुचि की वस्तुएँ छवि के आकार की तुलना में बहुत छोटी होती हैं। एक तरीका है छवि को छोटे-छोटे हिस्सों में टाइल करना और उन्हें समानांतर में मॉडल से गुजारना। इस विधि को SAHI (Slicing Aided Hyper Inference) कहा जाता है। एक बड़ी छवि को ओवरलैप करने वाले स्लाइसों में विभाजित किया जाता है, प्रत्येक स्लाइस को एक मॉडल से गुजारा जाता है, और आउटपुट के रूप में एक एकल भविष्यवाणी पुनर्निर्मित की जाती है।

में SAHI का उपयोग वर्कफ़्लोज़ Image Slicer और Detections Stitch ब्लॉकों के साथ आसान है।

कठिनाई: आसान पूरा करने में समय: 10 मिनट

शुरुआती बिंदु

हम एक ऐसे आउटपुट से शुरू करेंगे जो हैलो वर्ल्ड ट्यूटोरियल से मिलता-जुलता हो। किसी ऑब्जेक्ट डिटेक्शन मॉडल की भविष्यवाणियों को दृश्य रूप में दिखाने वाला एक सरल वर्कफ़्लो बनाने के लिए उस गाइड का पालन करें:

लेकिन जब वस्तुएँ छोटी होती हैं, तो यह मॉडल उन्हें ढूँढ़ने में विफल रहता है।

हालाँकि कारें MS COCO डेटासेट में सबसे अधिक प्रतिनिधित्व वाली श्रेणियों में से एक हैं, जिस पर इस मॉडल को प्रशिक्षित किया गया था, यह फिर भी केवल उनमें से एक को ही ढूँढ़ता है, क्योंकि जब छवि को मॉडल के इनपुट रिज़ॉल्यूशन तक छोटा किया जाता है, तो कारें केवल कुछ ही पिक्सेल चौड़ी रह जाती हैं।

SAHI जोड़ना

हम छवि को छोटे-छोटे टाइल्स में काटकर इसे ठीक करेंगे, ताकि मॉडल को काम करने के लिए अधिक पिक्सेल जानकारी मिले।

पहला कदम Workflow में Image Slicer ब्लॉक जोड़ना है। हम इसे एक समानांतर निष्पादन पथ में करेंगे ताकि अंत में हम आउटपुट की तुलना मूल गैर-SAHI भविष्यवाणियों से कर सकें।

फिर हम एक ऑब्जेक्ट डिटेक्शन मॉडल जोड़ेंगे जो प्रत्येक स्लाइस पर चलता है। Image Slicer और Image Stitch ब्लॉक के बीच की हर चीज़ स्लाइसों के सेट पर तत्व-स्तर पर काम करती है। Workflows जहाँ संभव हो, काम को अपने आप समानांतर करता है (जैसे GPU के माध्यम से भविष्यवाणियों को बैच करना)।

इसके बाद, हम मूल छवि के आयामों के अनुसार भविष्यवाणियों को फिर से समेकित करने के लिए Detections Stitch ब्लॉक जोड़ेंगे।

अब, हम इन समेकित भविष्यवाणियों को उसी तरह दृश्य रूप में दिखा सकते हैं जैसे हमने एक सामान्य मॉडल के आउटपुट को दिखाया था।

हम एक Background Color Visualization जोड़ेंगे, ताकि छवि के उन क्षेत्रों को मंद किया जा सके जिनकी मॉडल ने भविष्यवाणी नहीं की थी, और भविष्यवाणी किए गए क्षेत्र उभरकर दिखें।

और रुचि की भविष्यवाणी की गई वस्तुओं के चारों ओर एक बॉउंडिंग बॉक्स।

SAHI का परीक्षण

अब हम यह देखने के लिए तैयार हैं कि हमारा संशोधित तरीका कैसे काम कर रहा है। हम आउटपुट को सरल बनाएँगे ताकि केवल वे दो दृश्यांकन पूर्वानुमानित हों जिनमें हमारी रुचि है।

जब हम Workflow चलाते हैं तो देखते हैं कि अब सभी कारों का पता चल गया है।

अनचाहे पूर्वानुमानों को फ़िल्टर करें

लेकिन SAHI तरीका थोड़ा ज़्यादा ही अच्छा काम कर गया। अब मॉडल पृष्ठभूमि में कुछ ऐसी वस्तुओं को भी पकड़ रहा है जिनमें हमारी रुचि नहीं थी। आइए मॉडल की भविष्यवाणियों में बदलाव करके इसे ठीक करें।

Detections Filter ब्लॉक जोड़ें। यह ब्लॉक हमें उन भविष्यवाणियों को बाहर करने देता है जो हमारे द्वारा परिभाषित मानदंडों के सेट से मेल नहीं खातीं।

अपने मानदंड सेट करने के लिए, ब्लॉक की साइडबार में Operations कॉन्फ़िगरेशन पर क्लिक करें।

फिर "Filter By Class & Confidence" चुनें।

और केवल कार श्रेणी शामिल करें।

अब, जब हम अपने मॉडल का फिर से परीक्षण करते हैं, तो देखते हैं कि कारों के चारों ओर बॉक्स हैं और पृष्ठभूमि में कोई अनावश्यक डिटेक्शन नहीं है।

अगले चरण

इस ट्यूटोरियल में हमने सीखा कि छोटे ऑब्जेक्ट्स का पता लगाने के लिए SAHI का उपयोग कैसे करें, छवियों के बैच पर ऑपरेशन कैसे करें, और डिटेक्शनों को कैसे रूपांतरित करें।

अगला, हम एक लाइव वीडियो स्ट्रीम पर एक वर्कफ़्लो चलाएँगे.

पिछलादो मॉडलों की तुलना करें अगलावीडियो ट्यूटोरियल

अंतिम अपडेट 11 दिन पहले

क्या यह उपयोगी था?