Aprendizagem automática prática para visão computacional
by Valliappa Lakshmanan, Martin Görner, Ryan Gillard
Capítulo 6. Pré-processamento
Este trabalho foi traduzido com recurso a IA. Agradecemos o teu feedback e comentários: translation-feedback@oreilly.com
No Capítulo 5, vimos como criar conjuntos de dados de treino para a aprendizagem automática. Este é o primeiro passo do pipeline de processamento de imagem padrão (ver Figura 6-1). A fase seguinte é o pré-processamento das imagens em bruto para as introduzir no modelo para treino ou inferência. Neste capítulo, veremos por que razão as imagens precisam de ser pré-processadas, como configurar o pré-processamento para garantir a reprodutibilidade na produção e formas de implementar uma variedade de operações de pré-processamento no Keras/TensorFlow.
Figura 6-1. As imagens em bruto têm de ser pré-processadas antes de serem introduzidas no modelo, tanto durante o treino (em cima) como durante a previsão (em baixo).
Dica
O código para este capítulo está na pasta 06_preprocessing do repositório GitHub do livro. Forneceremos nomes de arquivos para exemplos de código e notebooks quando aplicável.
Razões para o pré-processamento
Antes de as imagens em bruto poderem ser introduzidas num modelo de imagem, têm normalmente de ser pré-processadas. Este pré-processamento tem vários objetivos sobrepostos: transformação da forma, qualidade dos dados e qualidade do modelo.
Transformação da forma
Normalmente, as imagens de entrada têm de ser transformadas ...
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