#object-detection
#обнаружение объектов
Вопрос:
В настоящее время я работаю над проектом, который включает в себя построение модели для обнаружения определенного объекта в наборе изображений.
Первый шаг, который мы делаем, чтобы можно было сгенерировать модель, — это, конечно, маркировка объекта на полученных изображениях. Однако проблема в том, что у нас слишком много изображений (примерно 17 000), и мы ищем способ совместной маркировки, чтобы уменьшить рабочую нагрузку.
Итак, есть ли какой-либо инструмент, который позволил бы нам сделать это с относительной легкостью? Онлайн-инструменты отсутствуют, поскольку мы не можем загружать изображения на внешний сервер из-за проблем с конфиденциальностью данных. Мы стремимся либо выполнить маркировку локально, а затем каким-то образом объединить результаты, либо развернуть инструмент на внутреннем сервере, чтобы мы все могли получить к нему доступ и работать с изображениями там.
Комментарии:
1. github.com/microsoft/VoTT#labeling-an-image Помогает ли это?
2. Я рассмотрю это более подробно и дам вам знать, но возможность запустить его как веб-приложение (к которому затем могут быть доступны несколько частей для работы над одним и тем же проектом маркировки), похоже, доступна только при загрузке изображений на внешний сервер, не так ли? Я попытаюсь выяснить, есть ли какой-либо способ развернуть это веб-приложение на внутреннем сервере.
3. Вы также можете развернуть его на своей рабочей станции, в зависимости от количества людей, одновременно обращающихся к нему, и конфигурации вашего компьютера. 8 ГБ оперативной памяти, 4-ядерный процессор, я думаю, достаточно хорош для размещения с одновременным доступом к нему 25 человек. Вам нужно будет изучить более точную и более точную статистику.
4. Спасибо! Я попробую.
5. К сожалению, не похоже, что VoTT жизнеспособен в этом случае, если я чего-то не упустил. Мне удалось запустить и запустить веб-версию VoTT на моем компьютере, но эта версия позволяет помечать только изображения, которые находятся либо из хранилища больших двоичных объектов Azure, либо из поиска изображений Bing. Нет возможности получать изображения из локальной файловой системы, это доступно только в настольной версии.
Ответ №1:
Чтобы снизить нагрузку, вы можете попробовать приложения collaborate DL detection и hand label. Однако обнаружению DL можно доверять полностью, и вам необходимо самостоятельно проверять каждое изображение. Раньше я использовал label image LabelImg для аннотирования для работы по обнаружению.
Для моей работы я планирую автоматически назначать ярлык каждый раз при нажатии на следующее изображение, и мне нужно будет только проверить и исправить его. Я прикрепляю часть предсказания этого обнаружения внутри этой части кода LabelImg. Вы можете попробовать и с другими.
Для более простой многоклассовой метки я предлагаю вам использовать YOLO или SSD или любое обнаружение нескольких выходных данных с быстрым выводом. Возможно, потребуется немного сложного кода, чтобы заставить его работать в LabelImg, но результат может быть немного проще.
Комментарии:
1. Да, мы собираемся использовать YOLO. Я посмотрел на решение, которое вы предоставили, но, похоже, у LabelImg нет веб-версии, которая позволяет нескольким людям работать над одним и тем же проектом маркировки.
2. Вы можете разделять данные для людей, и каждый из них использует этот настроенный python. Или вам нужно создать проект Django с этим приложением в качестве серверной части
3. Спасибо. Я изучу это.