Plāns: Ar deformamble convolutions - Co-DETR 0 Object detection, Instance segmentation. Salīdzināt ar citiem risinājumiem, veikt izmaiņas (piem dažādās kombinācijās Co-DETR backbone + YOLO etc)
TODO:
Saprast un izvēlēties metrikas
Box-IoU, kāpēc neizmantot?
Kā prakstiski atšķiras rezultāti salīdzinot pēc mAP (dokumentēt formulu), AP50, AP75 utt, uz kādiem gadījumiem šis metrikas jūtīgas
Sagatavot kodu, kas sagalabā šīs metrikas apmācību laikā (train, test, eval)
Noskaidrot precīzi cik GPU mem vajadzīgs kartam modelim
Dokomentēt SOTA - https://paperswithcode.com/sota/object-detection-on-coco
Pieslēgt ClearML, veikt hyper-param search, dokumentēt rezultātus Co-DETR uz COCO (test-dev)
Apmācīt Co-DETR, dokumentēt rezultātus - COCO (test-dev)
Apmācīt YoloV5, salīdzināt rezultātus
Izveidot plānu kādas modifikācijas varētu salīdzināt modeļu arhitektūras (Co-DETR + YOLO, Co-DETR + MaskRCNN, Co-DETR + FasterRCNN, SSD etc). Deformable convolution izmaiņas - pamainīt offsets pixels YOLO + Deformable convolution backbone
Overleaf dokumnetēt SLR un Ievadā mērķus un uzdevumus
Overleaf sākt rakstīt SLR un Saistītie pētījumi nodāļas
Vēlams SLR rakstīt šādā veidā (vertikālas tabulas):
Examples of Finished SLR:
Latex snipplets: http://share.yellowrobot.xyz/quick/2023-12-5-9E66B3D4-B917-4FC5-B46A-F0C92B33C66F.html
AI Termini (ja kādi nav skaidri pieraksti, izdomāsim):
http://share.yellowrobot.xyz/quick/2023-12-5-D69310E5-8C65-439F-94D2-190A5EEF9B07.html
Priekš Latex tabulām izmantot - Excel2Latex /tables/slr_1.text
Aptuvena Darba struktūra (var mainīt)
Ievads (bez apakš nodaļām) - 1lpp
Super vienkāršots ievads
Uzdevumi
Mērķi
Saistītie pētījumi
Nevar uzreiz sekot apakš nodaļas jābūt nelielam saistošam tekstam
Mazliet pamata teorija, bet ne dziļi, jo RTU nepatīk, ka apraksta teoriju
Modeļi un metodes, sheamtiski - 3-6lpp
Sistemātiskā literatūras analīze
Tabulas
Kvalitātes kritēriji
Zem katras tabulas paskaidorojumi
Mērķis “izvēlēties” labāko modeli un metrikas tālākam darbam
Metodoloģija - 15 lpp
Datu kopa
Datu Paraugi, Histogrammas pēc klasem ut
Paši paraugi kā piemēri
Apmācību un testēšanas protokls
Shēma kā tiks apmācīts un testēts rezultāts
Metrikas
Modeļu arhitektūras vai metodes
Modeļu shemas
Rezultāti - 10 lpp
Tabula ar Validācijas kopām
[Rezultātu analīze / Diskusija]
Tālākie pētījumi - 1lpp
Secinājumi - 1lpp