Praktisches maschinelles Lernen für Computer Vision

Kapitel 6. Vorverarbeitung

Diese Arbeit wurde mithilfe von KI übersetzt. Wir freuen uns über dein Feedback und deine Kommentare: [e-mail]

In Kapitel 5 haben wir uns angesehen, wie man Trainingsdatensätze für maschinelles Lernen erstellt. Dies ist der erste Schritt der Standard-Bildverarbeitungspipeline (siehe Abbildung 6-1). Der nächste Schritt ist die Vorverarbeitung der Rohbilder, um sie in das Modell für das Training oder die Schlussfolgerungen einzuspeisen. In diesem Kapitel werden wir uns ansehen, warum Bilder vorverarbeitet werden müssen, wie man die Vorverarbeitung einrichtet, um die Reproduzierbarkeit in der Produktion zu gewährleisten, und wie man eine Vielzahl von Vorverarbeitungsoperationen in Keras/TensorFlow implementiert.

Abbildung 6-1. Sowohl beim Training (oben) als auch bei der Vorhersage (unten) müssen die Rohbilder vorverarbeitet werden, bevor sie in das Modell eingespeist werden.

Tipp

Der Code für dieses Kapitel befindet sich im Ordner 06_preprocessing im GitHub-Repository des Buches. Wir geben die Dateinamen für die Code-Beispiele und die Notizbücher an, wo dies möglich ist.

Gründe für die Vorverarbeitung

Bevor Rohbilder in ein Bildmodell eingespeist werden können, müssen sie normalerweise vorverarbeitet werden. Eine solche Vorverarbeitung hat mehrere sich überschneidende Ziele: Formwandlung, Datenqualität und Modellqualität.

Transformation ...