Immagini sintetiche per l'object detection e tracking (Parte 1)

Dopo aver fatto una panoramica sul tema, in questo articolo e nel successivo, proveremo a valutare con esempi pratici, se l'uso di immagini sintetiche nell'addestramento di reti per il Machine Learning sia una strada praticamente percorribile in un progetto reale.

Immagini sintetiche per l'object detection e tracking (Parte 1)

Dopo aver fatto una panoramica sul tema, in questo articolo e nel successivo, proveremo a valutare con esempi pratici, se l'uso di immagini sintetiche nell'addestramento di reti per il Machine Learning sia una strada praticamente percorribile da subito in un progetto reale.

Obiettivo

Avendo a disposizione:

  • un modello di object detection addestrato su immagini reali di automobili e camion;
  • un sistema di object tracking;

ne abbiamo voluto valutare la robustezza provandolo in due casi particolari:

Un video totalmente sintetico

e

In entrambi i video, le label mostrate indicano:

  • un numero univoco di identificazione dell'oggetto;
  • il nome della classe dell'oggetto;
  • la confidenza con la quale l'oggetto è ritenuto appartenere alla classe.

Naturalmente, anche la bounding box stessa che inscrive l'oggetto fornisce una indicazione della bontà del riconoscimento.

Osservazioni

Possiamo osservare come:

  • per l'object detection, nel primo esempio, il riconoscimento degli oggetti pur sintetici sia molto buono;
  • per l'object tracking, nel secondo esempio, non solo il rumore introdotto dal terremoto influisca poco ma anche quando l'identificazione dell'oggetto viene persa per alcuni fotogrammi – per esempio l'auto numero 31 dal secondo 34 in poi - viene conservata l'informazione che si tratta sempre dell'auto numero 31, anche quando l'identificazione della stessa riprende correttamente, senza quindi confonderla con un'auto successiva e non solo: per un singolo fotogramma, nel secondo 36, l'auto 31 viene identificata come camion ma il numero di identificazione rimane 31 perché gli algoritmi di object detection e di object tracking sono disgiunti, permettendo quindi di filtrare bene il rumore nel due “spazi”.

Conclusioni

In un prossimo articolo vedremo il processo inverso che cerca di rispondere alla domanda: esistono dei casi nei quali si possono ottenere delle buone prestazioni su immagini e video reali pur addestrando su immagini e video totalmente sintetici? Questo è molto importante quando gli esempi reali sono pochi o molto costosi, cosa che avviene più frequentemente di quanto si possa pensare.

Come indicato nei video stessi, i video originali sui quali è stato provato il modello e gli algoritmi sono:

Privacy Policy Cookie Policy