Lumaktaw sa pangunahing nilalaman

Menu

Pananaliksik

Maaaring maging dalawang COCO image ID ang isang larawan

Wika ng artikulo: Tagalog

Sa isang kontroladong conversion gamit ang Label Studio SDK 2.1.2, ang dalawang wastong paghatol sa box para sa isang task at isang lokal na larawan ay lumikha ng dalawang COCO image ID. Eksaktong magkapareho ang file path sa dalawang row ng larawan. Magkaibang nabuong image ID ang tinutukoy ng bawat box. Pagkatapos, magkahiwalay na inilista ng naka-pin na COCO Python index ang dalawang ID. Dahil hindi nakatakda ang LABEL_STUDIO_FORCE_ANNOTATOR_EXPORT sa fixture na ito, may mga nabuong annotation ID ang mga row ng box at wala ang orihinal na judgment at actor ID. Mga row ng larawan ng converter · Mga row ng box · indeks ng COCO · Mga image ID na walang filter

Pinagmulan ng isang larawanResulta ng COCOCOCO index na walang filter
Dalawang hindi magkatugmang paghatolDalawang row para sa parehong path, na may resultang B sa ID 0 at A sa ID 1Mga ID 0 at 1
Dalawang magkatugmang paghatolDalawang row para sa parehong path, na may resultang A sa parehong IDMga ID 0 at 1
Isang napiling paghatolIsang row para sa path, na may resultang A sa ID 0ID 0

Gumagawa ang converter ng isang item para sa bawat kwalipikadong paghatol. Sa sinubukang branch, nagtatalaga ito ng image ID at nagdaragdag ng bagong image entry para sa bawat item. Parehong nagbunga ng dalawang ID ang magkatugma at hindi magkatugmang paghatol. Ipinapadala ng katambal na YOLO fixture ang dalawang hindi magkatugmang paghatol para sa isang larawan sa iisang output path, kung saan pinapalitan ng matagumpay na pagsulat ng mas lumang paghatol ang mas bago. Bilangin ang magkakaibang naihatid na image path at suriin ang mapping ng pinagmulang paghatol sa larawan kapag dapat may isang row ang dataset para sa bawat larawan. Hindi sapat ang mga natatanging numeric ID lamang upang matiyak iyon. Nakadepende ang score ng isang evaluation sa kung paano ginagamit ng tumatawag dito ang mga ID, at walang score na sinukat dito. Pinagsaluhang projection ng annotation

Patakbuhin ang python3 -B check-coco-identity.py | cmp - coco-identity-observations.json nang may pagsusuri sa pagkabigo ng pipeline. Ginagamit ng script na nagsusuri ng mga anotasyon, SHA-256 fb6f5a0eb3b8f269576353203f40e81b46515e55182f9b377b45ba34e4925d82, ang eksaktong annotation projection, geometry ng parihaba at COCO writer mula sa naka-pin na SDK, at ang eksaktong index at ID query mula sa naka-pin na COCO Python source. Nagbibigay ang isang lokal na pamalit para sa sukat ng larawan ng 100 by 100 para sa isang nakapirming kathang-isip na larawan. Inihahambing ng tala ang buong path ng pinagmulang larawan bago ito gawing isang pare-parehong basename. Tumugma nang byte for byte ang dalawang lokal na pagpapatakbo at isang hiwalay na pag-uulit sa tatlong kaso. Mga na-save na obserbasyon, SHA-256 bb4b13aae5a7c471507f1ebcdb9cac2dcd7c2fe62f232489b0a00078ec12e222.

Idinokumento ng isang naunang ulat ang epekto ng mas lumang paghatol sa YOLO. Nakakita ang paghahanap tungkol sa COCO ng mga kaugnay na ulat tungkol sa hindi malinaw na mga bakanteng resulta at mga sobrang annotation mula sa mga hiwalay na brush mask. Sinusuri ng pilot na ito ang mga image ID para sa maraming paghatol sa isang larawan. Gumagamit ito ng pampubliko at naka-pin na Apache-2.0 SDK at BSD-licensed COCO code na kinukuha sa runtime, at may kasama itong sariling code at mga kathang-isip na resulta. Hindi saklaw ng fixture ang naka-install na app, media decoding, model training at evaluation. Naunang ulat sa YOLO · Isyu sa bakanteng resulta ng COCO · Isyu sa brush mask · Lisensya ng SDK · Lisensya ng COCO