Подготовка данных для детектирования: датасеты и аугментация данных

1. YOLO Мастер-класс: открой мир компьютерного зрения!

ПОДГОТОВКА ДАННЫХ ДЛЯ
ДЕТЕКТИРОВАНИЯ: ДАТАСЕТЫ И
АУГМЕНТАЦИЯ ДАННЫХ
ВСГУТУ ФКНТ

2. ДАТАСЕТ

• Датасет (англ. dataset) — это
обработанный и
структурированный массив
данных. В нём у каждого
объекта есть конкретные
свойства: признаки, связи
между объектами или
определённое место в выборке
данных. Его используют, чтобы
строить на основе данных
гипотезы, делать выводы или
обучать нейросети.

3. Требования

• Набор данных должен удовлетворять следующим требованиям:
• отражать правила и закономерности исследуемого процесса, которые
должна обнаружить модель и по которым должно строится отображение
вход-выход;
• иметь достаточное количество уникальных и разнообразных примеров,
которые максимально возможно описывают процесс или характеристики
объекта. То есть быть репрезентативным;
• иметь высокую степень пригодности для решения поставленной задачи;
• отсутствие аномальных значений, пропусков, противоречий и дубликатов.
• Для обучения с учителем набор данных должен быть размечен.
Размеченные данные — это данные, дополненные метками/классами,
содержащими значимую информацию.

4.

5.

Ловушки
Низкокачественные данные;
Переобучение;
Несбалансированный набор данных;
Утечка данных;

6.

7.

8.

9.

10.

Разметка данных

11.

12. Ресурсы для работы с датасетом

• datasetsearch.research.google.com
• kaggle.com
• www.tensorflow.org/datasets/catalog/overview
• Выше уже размеченные данные
• ROBOFLOW