Projekt podobny do poprzedniego z wykrywaniem sęków, tylko lepszy! :D
Tamtym razem wystarczyło mi proste "znajdź i oznacz ramką". Dziś zadanie poziom wyżej. Na warsztat wziąłem wafle (ryżowe i kukurydziane), a moim celem było nie tylko znalezienie przpypalonych sztuk, ale też zmierzenie powierzchni tych dobrych.
Oto co zmieniłem względem wspomnianego projektu:
- Model: Przesiadka na YOLO11n-seg. Poprzednio korzystałem z wersji YOLOv8. Tym razem sięgnąłem po YOLOv11 w wersji Instance Segmentation (seg). Dlaczego? Zwykły prostokąt (Bounding Box) to za mało, żeby ocenić wielkość nieregularnego obiektu. Potrzebowałem maski, która idealnie wskaże kształt wafla, bym mógł policzyć jego piksele.
- Dane: Własny dataset zamiast zdjęć z internetu.
Samodzielnie wykonałem serię zdjęć wafli.
- Labelowanie: Wcześniej LabelImg, teraz CVAT. Do prostokątów LabelImg był OK. Ale do segmentacji potrzebowałem czegoś bardziej precyzyjnego. Przesiadłem się na program CVAT:
Co zrobiłem jak poprzednio? - Trening:
Ponownie wykorzystałem Google Colab. Model uczył się sprawnie, a dzięki funkcji EarlyStopping sam wiedział, kiedy przestać. W okolicach 200 epoki uznał, że "lepiej już nie będzie" i zakończył trening po około pół godziny:
Przedstawiam efekt końcowy:
Dziękuję za uwagę! :)
Pierwotnie opublikowano na Amator Automatyki Blog. Blog na Hive napędzany przez dBlog.