28025

تشيخص شيء تك تصويري سريع

كارشناسي ارشد

مهندسي كامپيوتر

1398

1401/11/30

محمدرضا محمدي

مهندسي كامپيوتر

تشيخص شيء تك تصويري شامل پياده­ سازي يك سامانه جهت تشخيص يك شيء در تصوير است به صورتي كه شيء و تصوير مدنظر به صورت همزمان به سامانه داده مي­ شوند. براي حل اين مسأله از شبكه­ هاي عصبي عميق استفاده مي­شود. شبكه­ ي مدنظر مي­ تواند بر روي بخشي از دادگان آموزش ببيند و بر روي بخش ديگر آن مورد آزمايش قرار بگيرد. شبكه­ بايد بتواند با گرفتن يك تصوير نمونه از شيء مدنظر، آن شيء را در تصوير ديگري شناسايي و علامت گذاري كند. براي انجام اين وظيفه مي ­توان از يك شبكه­ ي تشخيص شيء تك مرحله ­اي براي استخراج نواحي پيشنهادي، و از يك شبكه­ ي دسته ­بند براي تشخيص ويژگي هاي مشترك بين تصوير و شيء مدنظر استفاده كرد. در اين پژوهش با استفاده از همين روش يك شبكه­ ي تشخيص شيء تك تصويري ساخته شده است كه مي­تواند در هر ثانيه براي حدود 6/7 تصوير تشخيص شيء تك تصويري را انجام دهد. دقت و مقدار بازخواني اين سامانه همانند ديگر سامانه­ هاي تشخيص شيء تك تصويري، به شدت به تصوير نمونه وابسته است و با اين حال بدون استفاده از ساز و كار توجه توانسته است دقت و مقدار بازخواني مناسبي داشته باشد. AP50 اين سامانه براي دسته ­هاي ديده نشده 46/2 و مقدار بازخواني آن 37/3 درصد است.

1401/12/15

Fast One-shot Object Detection

2/19/2024 12:00:00 AM

One-shot Object Detection consists of implementation of a system for detecting an object in an image in a way that the object image and the target image are fed into the system simultaneously. For solving this problem, deep neural networks are used. The proposed network can be trained a part of data and tested on the other part. The Network should be able to get an image from the proposed object, then detect and mark it in another image. For doing this task, one stage object detector like YOLOv5 can be used as RPN and then classifier networks can find the common features between target and object images. In this research a one-shot object detector is made by using mentioned method. This method can work with the speed of 6.7 FPS. The precision and recall of this method, like other one-shot object detectors, is highly dependent on the sample image, and yet without using attention mechanism has good precision and recall. The AP50 of this method is 46.2% and the recall is 37.3%.

يادگيري عميق , بينايي كامپيوتر , تشخيص شيء , تشخيص شيء تك تصويري , تشابه تصاوير

Deep Learning , Computer vision , object detection , One-shot Object Detection , Image Similarity

Mohammadreza Davoodi Behbahani

Mohammad Reza Mohammadi