25847

تشخيص شي در تصوير به كمك تصاوير ساختگي با يادگيري خودنظارتي

كارشناسي ارشد

مهندسي كامپيوتر

1400

1400/7/12

محمدرضا محمدي

مهندسي كامپيوتر

كارايي يك شبكه عصبي عميق مرتبط با حجم داده‌ي برچسب‌داري است كه در فرآيند آموزش آن شبكه استفاده مي‌شود. در بسياري از وظيفه‌هاي بينايي كامپيوتر برچسب زدن داده‌ها هزينه‌ي بالايي دارد و داده‌ي برچسب دار زيادي وجود ندارد. در مقابل، به اندازه خيلي زيادي تصوير بدون برچسب وجود دارد. رويكرد يادگيري خودنظارتي براي استفاده از داده‌ي بدون برچسب در آموزش شبكه معرفي شد. در اين رويكرد از داده‌هاي بدون برچسب كه تعداد زيادي از آن موجود است، نوعي دانش استخراج مي‌شود. سپس شبكه بر روي داده‌هاي برچسب دار كه تعداد كمي از آن موجود است براي وظيفه اصلي آموزش مي‌يابد. هرچه از داده آموزشي بيشتري در آموزش شبكه عصبي استفاده شود، كارايي شبكه بهتر مي‌شود. در اين پايان‌نامه روشي در رويكرد يادگيري خودنظارتي براي وظيفه تشخيص شي معرفي شده است به طوري كه در آن از داده آموزشي واقعي برچسب‌دار خيلي كمي استفاده شده است اما از داده آموزشي از تصاوير ساختگي به تعداد فراوان براي استفاده در رويكرد يادگيري خودنظارتي استفاده شده است. در اين پايان‌نامه مدل تشخيص شي‌اي با رويكرد يادگيري خودنظارتي و داده‌هاي ساختگي آموزش داده شده است كه دقت بهتري در مقايسه با ساير روش‌هاي خودنظارتي در شرايط مساله بيان شده دارد. روش پيشنهادي انجام يك نوع روش آماده‌سازي داده آموزشي براي يادگيري خودنظارتي است كه در اين پايان‌نامه پيشنهاد شده است. علاوه بر اين روش پيشنهادي، يك روش تركيبي آموزش خودنظارتي تشخيص عمق به همراه تشخيص شي بر روي داده‌هاي ساختگي پيشنهاد شده است. چون در روند آموزش مدل از داده‌هاي مصنوعي استفاده شده است ولي مدل بايد بر روي داده هاي واقعي دقت بالايي كسب كند، نياز به حل يك مساله انطباق دامنه نيز در حين فرآيند آموزش خودنظارتي مدل است. در روش پيشنهادي در حين آموزش مدل، وظيفه تطبيق دامنه هم انجام شده است. براي ارزيابي ميزان دقت اين روش، پس از انجام آموزش خودنظارتي، مدل بر روي حجم كمي از داده‌هاي آموزشي واقعي آموزش مي‌يابد. سپس معيار دقت تشخيص شي، محاسبه و به عنوان دقت روش خودنظارتي گزارش مي‌شود. ارزيابي و تحليل نتايج در اين پايان‌نامه نشان داد كه روش پيشنهادي توانست در شرايط مساله بيان شده دقت بهتري نسبت به ساير روش‌هاي خودنظارتي كسب كند.

1400/10/19

Self-supervised Learning for Object Detection using Synthesized Images

1/1/1900 12:00:00 AM

Deep neural network performance is related to the amount of labeled data used in the network training process. In many computer vision tasks, labeling data is expensive and there is no a lot of labeled data. In contrast, there are too many unlabeled images. The self-supervised learning approach was introduced for using unlabeled data in network training. In this approach, some knowledge is extracted from unlabeled data that there was a lot of them. Then the network is trained for the main task on the labeled data that there was a few of them. In this thesis, I introduced a method in the self-supervised learning approach for object detection task, in which I have very little real labeled training data, but I have a large number of training synthetic images to use in the self-supervised learning approach. In this thesis, I trained the object detection model with a self-supervised learning approach and synthetic data that has better accuracy compared to other self-supervised methods in the problem situation. The proposed method is a type of training data preparation method for self-supervised learning that was proposed in this thesis. In addition to the proposed method, a combined method of depth estimation self-supervised learning with object detection on synthetic data was proposed. Because in the process of training the model, synthetic data has been used, but the model must get high accuracy on real data, I need to solve a domain adaptation problem too during the model self-supervised learning process. In the proposed method, the domain adaptation task is performed during model training. To evaluate the accuracy of this method, after self-supervised training, the model is trained on a small amount of real training data. Then the object detection accuracy criterion is then calculated and reported as the accuracy of the self-supervised method. Evaluation and analysis of the results in this thesis showed that the proposed method could be more accurate than other self-supervised methods in the problem situati

يادگيري خودنظارتي , تصاوير ساختگي , انطباق دامنه , تشخيص شي , بينايي كامپيوتر

Self-supervised Learning , Synthesized Images , Domain Adaptation , Object Detection , Computer Vision