на детекцию дефектов. Дефекты разные по размеру и количеству: от мелких пылинок (20-30 px) и волос до осколков стекла в 500-600px в ширину, например.
При этом пылинок несколько тысяч, а осколков стекла едва переваливает за сотню.
Как такой дисбаланс классов при такой архитектуре и такой специфике классов будет отражаться на обучении?
Может кому-то попадались разборы иматериалы, или кто-то решал аналогичную задачу?
лучше сегментацию применить, но тут ля точной оценки нужны примеры фото. yolo чуть по другому работает и для другого типа анализа.
а где тут пылинки
Ну типа давайте рассуждать логически, если вы ща поделите картинку на кропы таких размеров что у вас в примере то у вас есть велика вероятность что от другого класса в одном блоке будет какая-то небольшая часть и по итогу это вам даст не очень приятный результат. Конечно можно попробовать всё это замазать NMS'ом однако всё равно как по мне тут другой масштаб, то есть ваши ампулы эти разбитые нужно на полной картинке детектить это просто проще
Обсуждают сегодня