1. Trang chủ
  2. Giáo Dục - Đào Tạo

BÁO CÁO GIỮA KỲ MÔN: MACHINE LEARNING Đề tài: OBJECT DETECTION

37 3 0
BÁO CÁO GIỮA KỲ MÔN: MACHINE LEARNING Đề tài: OBJECT DETECTION

Đang tải... (xem toàn văn)

Tài liệu hạn chế xem trước, để xem đầy đủ mời bạn chọn Tải xuống

Thông tin tài liệu

BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT TP HỒ CHÍ MINH KHOA ĐIỆN ĐIỆN TỬ BỘ MÔN KỸ THUẬT MÁY TÍNH VIỄN THÔNG BÁO CÁO GIỮA KỲ MÔN MACHINE LEARNING Đề tài OBJECT DETECTION GVHD Trần Vũ Hoàng Sinh viên thực hiện Lê Xuân Đức MSSV 17119071 Đồng Nhất Khang MSSV 17119081 Tp Hồ Chí Minh – 112020 1 Giới thiệu 0 Đề tài Object Detection là quá trình tìm kiếm các cá thể đối tượng trong thế giới thực như ô tô, xe đạp, TV, hoa và con người trong hình ảnh tĩnh hoặc video Nó cho phép nhận dạng,.

Ngày đăng: 14/05/2022, 13:57

Xem thêm: BÁO CÁO GIỮA KỲ MÔN: MACHINE LEARNING Đề tài: OBJECT DETECTION

Hình ảnh liên quan

Hình 2. Sliding Windows - BÁO CÁO GIỮA KỲ MÔN: MACHINE LEARNING Đề tài: OBJECT DETECTION

Hình 2..

Sliding Windows Xem tại trang 4 của tài liệu.
Hình 3. Phân layer dựa trên cơ chế convolution - BÁO CÁO GIỮA KỲ MÔN: MACHINE LEARNING Đề tài: OBJECT DETECTION

Hình 3..

Phân layer dựa trên cơ chế convolution Xem tại trang 5 của tài liệu.
Hình 4. Kết quả selective search qua thuật toán Graph Based Image Segmentation - BÁO CÁO GIỮA KỲ MÔN: MACHINE LEARNING Đề tài: OBJECT DETECTION

Hình 4..

Kết quả selective search qua thuật toán Graph Based Image Segmentation Xem tại trang 6 của tài liệu.
Hình 5. Region of interest pooling - BÁO CÁO GIỮA KỲ MÔN: MACHINE LEARNING Đề tài: OBJECT DETECTION

Hình 5..

Region of interest pooling Xem tại trang 7 của tài liệu.
Hình 6. Proposal box sau khi sử dụng NMS (Non-maximum suppression) - BÁO CÁO GIỮA KỲ MÔN: MACHINE LEARNING Đề tài: OBJECT DETECTION

Hình 6..

Proposal box sau khi sử dụng NMS (Non-maximum suppression) Xem tại trang 8 của tài liệu.
Hình 7. Thuật toán NMS - BÁO CÁO GIỮA KỲ MÔN: MACHINE LEARNING Đề tài: OBJECT DETECTION

Hình 7..

Thuật toán NMS Xem tại trang 9 của tài liệu.
Hình 9: Object detection pipeline with region of interest pooling - BÁO CÁO GIỮA KỲ MÔN: MACHINE LEARNING Đề tài: OBJECT DETECTION

Hình 9.

Object detection pipeline with region of interest pooling Xem tại trang 10 của tài liệu.
Hình 10. Fast R-CNN - BÁO CÁO GIỮA KỲ MÔN: MACHINE LEARNING Đề tài: OBJECT DETECTION

Hình 10..

Fast R-CNN Xem tại trang 11 của tài liệu.
Hình 11. Faster R-CNN - BÁO CÁO GIỮA KỲ MÔN: MACHINE LEARNING Đề tài: OBJECT DETECTION

Hình 11..

Faster R-CNN Xem tại trang 13 của tài liệu.
Hình 13. Region proposal - BÁO CÁO GIỮA KỲ MÔN: MACHINE LEARNING Đề tài: OBJECT DETECTION

Hình 13..

Region proposal Xem tại trang 14 của tài liệu.
Hình 12. Kiến trúc Fast R-CNN - BÁO CÁO GIỮA KỲ MÔN: MACHINE LEARNING Đề tài: OBJECT DETECTION

Hình 12..

Kiến trúc Fast R-CNN Xem tại trang 14 của tài liệu.
và width, height của hình chữ nhật. Mỗi điểm như vậy là một anchor. Như vậy mỗi anchor được xác định bằng 4 tham số (x_center, y_center, width, height) - BÁO CÁO GIỮA KỲ MÔN: MACHINE LEARNING Đề tài: OBJECT DETECTION

v.

à width, height của hình chữ nhật. Mỗi điểm như vậy là một anchor. Như vậy mỗi anchor được xác định bằng 4 tham số (x_center, y_center, width, height) Xem tại trang 15 của tài liệu.
Hình 11. Image Anchor - BÁO CÁO GIỮA KỲ MÔN: MACHINE LEARNING Đề tài: OBJECT DETECTION

Hình 11..

Image Anchor Xem tại trang 16 của tài liệu.
Hình 12. RPN network model - BÁO CÁO GIỮA KỲ MÔN: MACHINE LEARNING Đề tài: OBJECT DETECTION

Hình 12..

RPN network model Xem tại trang 17 của tài liệu.
Hình 14. Kiến trúc Single Shot Detector (SSD) - BÁO CÁO GIỮA KỲ MÔN: MACHINE LEARNING Đề tài: OBJECT DETECTION

Hình 14..

Kiến trúc Single Shot Detector (SSD) Xem tại trang 18 của tài liệu.
Hình 13. R-CNN Test-Time Speed - BÁO CÁO GIỮA KỲ MÔN: MACHINE LEARNING Đề tài: OBJECT DETECTION

Hình 13..

R-CNN Test-Time Speed Xem tại trang 18 của tài liệu.
Hình 15. Ví dụ về SSD - BÁO CÁO GIỮA KỲ MÔN: MACHINE LEARNING Đề tài: OBJECT DETECTION

Hình 15..

Ví dụ về SSD Xem tại trang 19 của tài liệu.
Hình 16. Hình chữ nhận viền đen đại diện cho groundtruth box và hình chữ nhật viền đỏ đại diện cho default bounding box. - BÁO CÁO GIỮA KỲ MÔN: MACHINE LEARNING Đề tài: OBJECT DETECTION

Hình 16..

Hình chữ nhận viền đen đại diện cho groundtruth box và hình chữ nhật viền đỏ đại diện cho default bounding box Xem tại trang 24 của tài liệu.
Hình 17. Region-based Fully Convolutional Network (R-FCN) - BÁO CÁO GIỮA KỲ MÔN: MACHINE LEARNING Đề tài: OBJECT DETECTION

Hình 17..

Region-based Fully Convolutional Network (R-FCN) Xem tại trang 27 của tài liệu.
Hình 19. Tạo một Feature map bên trái để phát hiện góc trên cùng bên phải của một đối tượng - BÁO CÁO GIỮA KỲ MÔN: MACHINE LEARNING Đề tài: OBJECT DETECTION

Hình 19..

Tạo một Feature map bên trái để phát hiện góc trên cùng bên phải của một đối tượng Xem tại trang 28 của tài liệu.
Hình 20. Tạo Feature map cho 9 điểm - BÁO CÁO GIỮA KỲ MÔN: MACHINE LEARNING Đề tài: OBJECT DETECTION

Hình 20..

Tạo Feature map cho 9 điểm Xem tại trang 29 của tài liệu.
Xét hình 21, giả sử vùng được tô gạch đỏ là proposal (hình bên trái). Chúng ta cũng chia nó thành những phân vùng con có kích thước 3x3 (hình ở giữa) và tìm xem mức độ giống nhau của mỗi vùng con của proposal và vùng con của feature map như thế nào - BÁO CÁO GIỮA KỲ MÔN: MACHINE LEARNING Đề tài: OBJECT DETECTION

t.

hình 21, giả sử vùng được tô gạch đỏ là proposal (hình bên trái). Chúng ta cũng chia nó thành những phân vùng con có kích thước 3x3 (hình ở giữa) và tìm xem mức độ giống nhau của mỗi vùng con của proposal và vùng con của feature map như thế nào Xem tại trang 29 của tài liệu.
Hình 23. Class score - BÁO CÁO GIỮA KỲ MÔN: MACHINE LEARNING Đề tài: OBJECT DETECTION

Hình 23..

Class score Xem tại trang 30 của tài liệu.
Hình 22. Position sensitive ROI pool. - BÁO CÁO GIỮA KỲ MÔN: MACHINE LEARNING Đề tài: OBJECT DETECTION

Hình 22..

Position sensitive ROI pool Xem tại trang 30 của tài liệu.
Hình 24. Luồng dữ liệu của mô hình - BÁO CÁO GIỮA KỲ MÔN: MACHINE LEARNING Đề tài: OBJECT DETECTION

Hình 24..

Luồng dữ liệu của mô hình Xem tại trang 31 của tài liệu.
6. So sánh và lựa chọn giải pháp - BÁO CÁO GIỮA KỲ MÔN: MACHINE LEARNING Đề tài: OBJECT DETECTION

6..

So sánh và lựa chọn giải pháp Xem tại trang 31 của tài liệu.
Bảng thống kê kết quả so sánh: - BÁO CÁO GIỮA KỲ MÔN: MACHINE LEARNING Đề tài: OBJECT DETECTION

Bảng th.

ống kê kết quả so sánh: Xem tại trang 33 của tài liệu.
- Đảm bảo ảnh đa dạng về hình dáng, điều kiện thời tiết khác nhau, nhiều góc độ - BÁO CÁO GIỮA KỲ MÔN: MACHINE LEARNING Đề tài: OBJECT DETECTION

m.

bảo ảnh đa dạng về hình dáng, điều kiện thời tiết khác nhau, nhiều góc độ Xem tại trang 34 của tài liệu.
- Cross validation là một kỹ thuật lấy mẫu để đánh giá mô hình học máy trong trường hợp dữ liệu không được dồi dào cho lắm. - BÁO CÁO GIỮA KỲ MÔN: MACHINE LEARNING Đề tài: OBJECT DETECTION

ross.

validation là một kỹ thuật lấy mẫu để đánh giá mô hình học máy trong trường hợp dữ liệu không được dồi dào cho lắm Xem tại trang 34 của tài liệu.

Từ khóa liên quan

Trích đoạn

Precision and recall

Tài liệu cùng người dùng

  • Đang cập nhật ...

Tài liệu liên quan