13. Visão Computacional

Muitas aplicações na área de visão computacional estão intimamente relacionadas às nossas vidas diárias, agora e no futuro, sejam diagnósticos médicos, veículos sem motorista, monitoramento de câmeras ou filtros inteligentes. Nos últimos anos, a tecnologia de aprendizado profundo melhorou muito o desempenho dos sistemas de visão computacional. Pode-se dizer que as aplicações de visão computacional mais avançadas são quase inseparáveis ​​do aprendizado profundo.

Introduzimos modelos de aprendizagem profunda comumente usados ​​na área de visão computacional no capítulo “Redes Neurais Convolucionais” e praticamos tarefas simples de classificação de imagens. Neste capítulo, apresentaremos os métodos de aumento e ajuste fino de imagens e os aplicaremos à classificação de imagens. Em seguida, exploraremos vários métodos de detecção de objetos. Depois disso, aprenderemos como usar redes totalmente convolucionais para realizar segmentação semântica em imagens. Em seguida, explicamos como usar a tecnologia de transferência de estilo para gerar imagens que se parecem com a capa deste livro. Finalmente, realizaremos exercícios práticos em dois importantes conjuntos de dados de visão computacional para revisar o conteúdo deste capítulo e dos capítulos anteriores.

• 13.1. Aumento de Imagem
  • 13.1.1. Método Comum de Aumento de Imagem
  • 13.1.2. Usando um Modelo de Treinamento de Aumento de Imagem
  • 13.1.3. Resumo
  • 13.1.4. Exercícios
• 13.2. Ajustes
  • 13.2.1. Reconhecimento de Cachorro-quente
  • 13.2.2. Resumo
  • 13.2.3. Exercícios
• 13.3. Detecção de Objetos e Caixas Delimitadoras
  • 13.3.1. Caixa Delimitadora
  • 13.3.2. Resumo
  • 13.3.3. Exercícios
• 13.4. Caixas de Âncora
  • 13.4.1. Gerando Várias Caixas de Âncora
  • 13.4.2. Interseção sobre União
  • 13.4.3. Rotulagem de Treinamento para Definir Caixas de Âncora
  • 13.4.4. Caixas Delimitadoras para Previsão
  • 13.4.5. Resumo
  • 13.4.6. Exercícios
• 13.5. Detecção de Objetos Multiescala
  • 13.5.1. Resumo
  • 13.5.2. Exercícios
• 13.6. O Dataset de Detecção de Objetos
  • 13.6.1. Baixando Dataset
  • 13.6.2. Lendo o Dataset
  • 13.6.3. Demonstração
  • 13.6.4. Resumo
  • 13.6.5. Exercícios
• 13.7. Detecção Single Shot Multibox (SSD)
  • 13.7.1. Modelo
  • 13.7.2. Treinamento
  • 13.7.3. Predição
  • 13.7.4. Resumo
  • 13.7.5. Exercícios
• 13.8. Region-based CNNs (R-CNNs)
  • 13.8.1. R-CNNs
  • 13.8.2. Fast R-CNN
  • 13.8.3. R-CNN Mais Rápido
  • 13.8.4. Máscara R-CNN
  • 13.8.5. Resumo
  • 13.8.6. Exercícios
• 13.9. Segmentação Semântica e o Dataset
  • 13.9.1. Segmentação de Imagem e Segmentação detion and Instâancia
  • 13.9.2. O Conjunto de Dados de Segmentação Semântica Pascal VOC2012
  • 13.9.3. The Pascal VOC2012 Semantic Segmentation Dataset
  • 13.9.4. Resumo
  • 13.9.5. Exercícioises
• 13.10. Convolução Transposta
  • 13.10.1. Convolução Transposta 2D Básica
  • 13.10.2. Preenchimento, Passos e Canais
  • 13.10.3. Analogia à Transposição de Matriz
  • 13.10.4. Resumo
  • 13.10.5. Exercícios
• 13.11. Redes Totalmente Convolucionais (Fully Convolutional Networks, FCN)
  • 13.11.1. Construindo um Modelo
  • 13.11.2. Inicializando a Camada de Convolução Transposta
  • 13.11.3. Lendo o Dataset
  • 13.11.4. Treinamento
  • 13.11.5. Predição
  • 13.11.6. Resumo
  • 13.11.7. Exercícios
• 13.12. Transferência de Estilo Neural
  • 13.12.1. Técnica
  • 13.12.2. Lendo o Conteúdo e as Imagens de Estilo
  • 13.12.3. Pré-processamento e Pós-processamento
  • 13.12.4. Extraindo Features
  • 13.12.5. Definindo a Função de Perda
  • 13.12.6. Criação e inicialização da imagem composta
  • 13.12.7. Treinamento
  • 13.12.8. Resumo
  • 13.12.9. Exercícios
• 13.13. Classificação de Imagens (CIFAR-10) no Kaggle
  • 13.13.1. Obtendo e Organizando o Dataset
  • 13.13.2. Aumento de Imagem
  • 13.13.3. Lendo o Dataset
  • 13.13.4. Definindo o Modelo
  • 13.13.5. Definindo as Funções de Treinamento
  • 13.13.6. Treinamento e Validação do Modelo
  • 13.13.7. Classificando o Conjunto de Testes e Enviando Resultados no Kaggle
  • 13.13.8. Resumo
  • 13.13.9. Exercícios
• 13.14. Identificação de Raça de Cachorro (ImageNet Dogs) no Kaggle
  • 13.14.1. Obtenção e organização do Dataset
  • 13.14.2. Aumento de Imagem
  • 13.14.3. Lendo o Dataset
  • 13.14.4. Definindo o Modelo
  • 13.14.5. Definindo as Funções de Treinamento
  • 13.14.6. Treinamento e Validação do Modelo
  • 13.14.7. Classificando o Conjunto de Testes e Enviando Resultados no Kaggle
  • 13.14.8. Resumo
  • 13.14.9. Exercícios