Ünite 02 / 02
Bilgisayarla Görme
Kapsama ızgarasından üretilen kurgu görüntülerde her görevin kendi tabanına karşı ölçülmesi: normalleştirme ve artırmanın katkısı ile artırmanın etiketi bozduğu dönüşüm, ortalama görüntü tabanına karşı uçtan uca eğitim ve aktarımın kaç örnekle kattığı, görüntünün ortasına konan sabit bir kutunun örtüşme ölçütünde aldığı sayı ve eşik 0,3'ten 0,7'ye çıkarken hem yöntemin hem sabit kutunun düşmesi, her pikseli baskın sınıfa atayan tabanın piksel dengesizliği yüzünden yüksek çıkması ve bitişik iki nesnede anlamsal bölütlemenin ayıramaması, bağımsız kare kararı ile zamanı kullanan kararın ardışık karelerdeki tutarsızlığı, notu görüntüsüyle eşleştiren ortak temsilin rastgele eşleştirmeye göre başarısı ve tek kipin tek başına verdiği pay.
Yayın Güncelleme
Dersler
- 01 Görüntü Verisi ve Ön İşleme Pikselin sayıya çevrilme biçiminin ne kadarını taşıdığının ölçülmesi: aynı iki yordam üç temsilde okunduğunda küme geneli ölçekleme hiçbir sayıyı oynatmıyor (0,5500 ve 0,6937 aynen kalıyor), görüntü başına normalleştirme eşik kuralını 0,6937'den 0,9250'ye çıkarıyor, ortalama görüntü tabanını 0,5500'den 0,4875'e düşürüyor. Beş artırma dönüşümünden çeyrek dönüş 160 örneğin 160'ında etiketi ters çeviriyor, kaydırma 1'inde bozuyor. Kırk etiketle en yakın komşu artırmasız 0,5938 ve 0,6250 okurken iki çevirme 0,6875 ve 0,6250, çeyrek dönüş etiketi korunarak eklendiğinde 0,5188 ve 0,5000 okuyor: en sık sınıfın 0,5312'sinin altı. 11 dk okuma
- 02 Görüntü Sınıflandırma Uçtan uca eğitimin ve öğrenme aktarımının alanın tabanına karşı ölçülmesi: en sık sınıf 0,5312 ve ortalama görüntü 0,5500 iken 1.169 parametreli ağ 144 pikselde iki koşumda da 0,6000, 305 parametreli ağ havuzlanmış 36 sayıda 0,6687 ve 0,7063 okuyor; ikisi de eğitim kümesini tamamen ezberliyor. Yirmi etiketle sıfırdan eğitim 0,5188 ve 0,5250 ile alanın tabanının altında kalırken kurgu bir kaynak görevden üretilen önceden eğitilmiş modelin dondurulması 0,6312 ve 0,5500, ince ayarı 0,5938 ve 0,5625 veriyor. Altmış etikette üstünlük kapanıyor, yüz altmışta sıfırdan eğitim 0,6125 ve 0,6875 ile öne geçiyor; dondurmanın iki koşumu arasındaki 0,0812'lik açıklık aktarımın kattığı farktan büyüktür. 10 dk okuma
- 03 Nesne Tespiti Örtüşme oranının ve eşiğinin, hiçbir görüntüye bakmayan bir yordamla birlikte okunması: ızgaranın ortasına konan 4x4'lük sabit bir kutu ortalama 0,3011 örtüşme alıyor ve 0,3 eşiğinde sınama görüntülerinin 0,5125'inde tespit sayılıyor, ama eşik 0,5'te 0,1938'e, 0,7'de 0,0125'e düşüyor. Yalnız konum arayan 81 adaylı sabit boyutlu pencere 0,5687 ortalama ile 0,9750, 0,6875 ve 0,2375; boyutu da arayan 2.025 adaylı pencere 0,9076 ortalama ile 0,9812, 0,9625 ve 0,8500 veriyor. İki yordam 0,3 eşiğinde 0,0062 ile ayrılıyor, 0,7 eşiğinde aradaki fark 0,6125'e çıkıyor. Güven eşiği doğrulama kümesinin dörtte birlik puanına çekildiğinde kesinlik 0,9812'den 1,0000'e çıkıyor, duyarlılık 0,7063'e iniyor. 8 dk okuma
- 04 Bölütleme Piksel düzeyinde kararın kendi tabanına karşı okunması: sınamadaki 17.280 pikselin 2.193'ü nesne olduğu için her pikseli baskın sınıfa atayan taban piksel doğruluğunda 0,8731 alıyor, aynı çıktının nesne örtüşme oranı 0,0000. Tek piksel değerinden karar veren doğrusal model 0,9540 ve 0,6412, aynı model 3x3 komşuluk penceresiyle 0,9851 ve 0,8843 veriyor; fark modelden değil temsilden geliyor. Yüz yirmi görüntünün 45'i bitişik blok taşıyor ve kusursuz maskeyle bile bağlı bileşen sayarak örnek sayısı bu 45 görüntüde yanlış çıkıyor; dikdörtgen ayrıştırma 24'ünü düzeltip 21'inde duruyor, kestirilen maskede ise yanlış sayı 46'dan 79'a çıkıyor. 3 dk okuma
- 05 Video ve Zamansal Modeller Kare başına kararın zaman içindeki tutarsızlığının sayılması: otuz altı sınama dizisinin 432 karesinde her kareye baskın sınıfı yazan taban 0,7014 doğruluk ve 0 kararsızlık verirken gerçek etiket dizileri 71 geçiş taşıyor. Bağımsız kare kararı 0,8634 doğrulukla 99 geçiş üretiyor, yani gerçeğin 28 fazlası. Aynı puanlara geçiş cezası uygulandığında ceza 0,05'te doğruluk 0,8657'ye çıkıyor, ceza 0,15'te kararsızlık gerçeğin 71'ine oturuyor ve ceza 4,00'te karar tabanın kendisine, 0,7014 ve 1 geçişe iniyor: alanın tabanı bu ölçütte ayrı bir yordam değil, cezanın uç değeridir. 5 dk okuma
- 06 Çok Kipli Modeller Aynı olayın notunu ve kapsama karesini tek uzayda buluşturan ortak temsilin kendi tabanına karşı ölçülmesi: yirmi beş adaylık odalarda rastgele eşleştirme 0,0400 verirken karşıtlık hedefiyle öğrenilen ortak temsil 0,1660 veriyor ve kurgunun taşıdığı ortak bilginin tavanı 0,2659. Olay türü kararında en sık sınıf tabanı 0,4420, yalnız not 0,8940, yalnız kare 0,6140, ortak temsil 0,8660: eşleştirmeyi kazandıran temsil, sınıflandırmada notun tek başına verdiğinin altında kalıyor. Kurs kapanışı on dört dersin alan tabanını, yöntemin sayısını ve farkı tek tabloda toplar. 9 dk okuma