Aprendizagem automática prática para visão computacional
by Valliappa Lakshmanan, Martin Görner, Ryan Gillard
Capítulo 5. Criando conjuntos de dados de visão
Este trabalho foi traduzido com recurso a IA. Agradecemos o teu feedback e comentários: translation-feedback@oreilly.com
Para efetuar a aprendizagem automática em imagens, precisamos de imagens. Dos casos de utilização que analisámos no Capítulo 4, a grande maioria era para aprendizagem automática supervisionada. Para esses modelos, também precisamos da resposta correta, ou etiqueta, para treinar o modelo de ML. Se fores treinar um modelo de ML não supervisionado ou um modelo auto-supervisionado como um GAN ou autoencoder, podes deixar de fora os rótulos. Neste capítulo, veremos como criar um conjunto de dados de aprendizagem automática composto por imagens e rótulos.
Dica
O código para este capítulo está na pasta 05_create_dataset do repositório GitHub do livro. Forneceremos nomes de arquivos para exemplos de código e notebooks quando aplicável.
Recolha de imagens
Na maioria dos projectos de AM, a primeira fase é a recolha de dados. A recolha de dados pode ser feita de várias formas: montando uma câmara num cruzamento de trânsito, ligando-se a um catálogo digital para obter fotografias de peças de automóveis, adquirindo um arquivo de imagens de satélite, etc. Pode ser uma atividade logística (montagem de câmaras de trânsito), uma atividade técnica (construção de um software de ligação à base de dados do catálogo) ou uma atividade comercial (compra de um arquivo de imagens).
Become an O’Reilly member and get unlimited access to this title plus top books and audiobooks from O’Reilly and nearly 200 top publishers, thousands of courses curated by job role, 150+ live events each month,
and much more.
Read now
Unlock full access