2024-12-10 ZippyVision Report Updated

Labojumi

  1. Novērst Segmentation Fault tukšu segmentu gadījumā. Jūsu datu kopās bija tukši paraugi, kas crashoja datu sagatavošanas skriptu.

Papildinājumi

  1. Pievienots datu tips ar nir un rgb datu apvienojumu

  2. Pievienots scripts Iegūtā ninja open source dataset pārveidošanai uz Zippy wood labeler formātu

  3. Pievienots skripts joslet klašu lokālai pārkārtošanai uz zaru un mizu klasēm

Veiktās datu apstrādes

  1. Apkopotā mizu un zaru datu kopa

  2. Joslet ozols

  3. Ozols uz miza un zari

  4. Open source ninja dataset uz wood labeler

  5. Joslet uz vizualizāciju

Apmācība

Labojumi

  1. Izveidots apmācības skripts priekš modeļiem kas nav unet (piemēram pretrained modeļiem), papildināts no esošā unetam paredzētā skripta, kuru nebija iespējams izmantot citiem modeļiem, kuri atgriež tikai vienu masku un neatgriež papildus klasifikācijas rezultātu

  2. Pievienotas normalizācijas lietojot pretrained modeļus, lai atbilstu modeļu dokumentācijā prasītājam, un uzlabot pre-trained modeļu apmācību

  3. Fix lai batchnorm neradītu crash kad batch izmērs ir 1

Veiktās apmācības

  1. Unet joslet ozols

  2. Unet apvienotais mizas un zaru dataset x2

  3. Pretrained modelis (deeplab resnet) mizas un zaru modelis

awdaddw.png

 

DeepLab (violetais) jau izskatās labāki rezultāti uz zariem nekā ar iepriekšējām modeļu arhitektūrām

image-20241211114637786

 

Pirmie rezultāti ground truth

 

image-20241211114712463

 

Pirmie rezultāti predicted

image-20241211114737151

 

Pirmais rezultāts uz ozola, atrod zaru mazliet, bet vēl nav labi, dabūsum ka strādā šajā nedēļā

image.png|625