Оцінювання моделей розпізнавання об'єктів

Глибоке навчання для зображень із PyTorch

Michal Oleszak

Machine Learning Engineer

Класифікація та локалізація

локалізація об'єктів

Вихід 1: Класифікація (напр., cat)

Класифікація та локалізація

локалізація об'єктів

Вихід 1: Класифікація (напр., cat)
Вихід 2: Регресія рамки [x1, y1, x2, y2]

Intersection over Union (IoU)

Цільовий об'єкт: об'єкт на зображенні, який потрібно виявити (напр., dog)
Еталонна рамка: точна обмежувальна рамка навколо цільового об'єкта
Intersection over Union: метрика перекриття двох рамок

жаккар

IoU = Площа перетину / Площа об'єднання
- IoU = 0 — немає перекриття, IoU = 1 — повне перекриття
- IoU >0,5 — гарний прогноз

IoU у PyTorch

bbox1 = [50, 50, 150, 150]
bbox2 = [100, 100, 200, 200]


bbox1 = torch.tensor(bbox1).unsqueeze(0)
bbox2 = torch.tensor(bbox2).unsqueeze(0)

from torchvision.ops import box_iou

iou = box_iou(bbox1, bbox2)
print(iou)

tensor([[0.1429]])

Два набори рамок (x1, y1, x2, y2)

набір з 2 рамок

Перетворіть вектори на 2‑D тензори
Обчисліть IoU

Передбачення обмежувальних рамок

model.eval()
with torch.no_grad():

    output = model(input_image)

print(output)

[{'boxes': tensor([[ 42.8553, 271.9481, 180.6003, 346.7082],
                  [191.6016,  80.4759, 247.8009, 387.5475], ....),
'scores': tensor([1.0000, 1.0000, 0.9998, ... ]),
'labels': tensor([18,  1, 20, 18, 18, 18 ...])
}]

boxes = output[0]["boxes"]

scores = output[0]["scores"]

Придушення немаксимумів (NMS)

декілька рамок

Придушення немаксимумів (NMS)

декілька рамок

Придушення немаксимумів: поширений метод вибору найрелевантніших рамок

Non-max: відкидаємо рамки з низькою ймовірністю об'єкта
Suppression: відкидаємо рамки з низьким IoU

NMS у PyTorch

from torchvision.ops import nms


box_indices = nms(
    boxes=boxes,
    scores=scores,
    iou_threshold=0.5,
)
print(box_indices)

tensor([ 0,   1,   2,   8])

filtered_boxes = boxes[box_indices]

Boxes: тензори з координатами рамок форми [N, 4]
Scores: тензор з оцінкою впевненості для кожної рамки форми [N]
iou_threshold: поріг між 0,0 і 1,0
Вихід: індекси відфільтрованих рамок

Давайте потренуємось!

Глибоке навчання для зображень із PyTorch