JavaScript для глубокого обучения 2021 TensorFlow js Ббк

Часть II • Введение в TensorFlow.js
5.
2.1. Задача обнаружения простых объектов 
в синтезированных изображениях
Современные методики обнаружения объектов включают множество приемов, 
неуместных в нашем начальном руководстве. Мы хотели бы показать сущность 
обнаружения объектов и не увязнуть при этом в болоте технических нюансов. Для 
этого мы создали задачу обнаружения простых объектов, включающую синтезиро­
ванные изображения (рис. 5.13). Размерность этих синтезированных изображений — 
224 
×
224, а глубина представления цвета — 3 (RGB­каналы), то есть они совпадают 
со спецификациями входных данных модели MobileNet, лежащей в основе нашей 
модели. Как демонстрирует пример на рис. 5.13, у всех изображений белый фон. 
А роль объекта, который требуется обнаружить, играет либо равносторонний тре­
угольник, либо прямоугольник. Если это треугольник, случайным образом варьи­
руются размер и ориентация; если же объект — прямоугольник, случайным образом 
варьируются высота и ширина. Если бы изображение состояло лишь из белого фона 
и интересующего нас объекта, задача была бы слишком проста для демонстрации 
возможностей нашей методики. Чтобы усложнить ее, мы будем случайным образом 
вставлять в изображения определенное количество зашумляющих объектов — 
по десять кругов и десять отрезков в каждое. Местоположения и размеры кругов 
генерируются случайно, как и местоположения и длины отрезков. Часть этих за­
шумляющих объектов может накладываться на целевой объект, частично закрывая 
его. Цвета всех целевых и зашумляющих объектов выбираются случайным образом.
Полностью охарактеризовав входные данные, мы можем описать задачу для 
модели, которую создадим и будем обучать. Ее выходной сигнал — пять чисел, раз­
битых на две группы.
z
z
Первая группа содержит одно число, указывающее, чем является обнаруженный 
объект — треугольником или прямоугольником (независимо от его расположе­
ния, размера, ориентации и цвета).
z
z
Оставшиеся четыре числа составляют вторую группу и представляют собой коор­
динаты прямоугольника, ограничивающего обнаруженный объект. Если точнее, 
они представляют собой его координаты слева по оси 
X
, справа по оси 
X
, сверху 
по оси 
Y
и снизу по оси 
Y
. См. пример на рис. 5.13.
В искусственных данных хорошо то, что: 1) автоматически известны истинные 
метки и 2) можно сгенерировать столько данных, сколько нужно. При каждой ге­
нерации изображения тип объекта и его ограничивающий прямоугольник автома­
тически становятся нам известны из самого процесса генерации. Так что не нужно 
тратить усилия на маркирование обучающих изображений. Рекомендуем вам хорошо 
познакомиться с методикой этого весьма эффективного процесса, включающего 
совместный синтез входных признаков и меток и используемого во множестве сред 
тестирования и создания прототипов для моделей глубокого обучения. Однако об­
учение моделей обнаружения объектов для реальных входных изображений требует 
маркирования вручную реальных изображений. К счастью, уже существует множе­
ство подобных маркированных наборов данных. Один из них — набор данных COCO 
(Common Object in Context) (см. 
http://cocodataset.org
).

---