Tập dữ liệu phản ánh thực tế

Model học từ tập dữ liệu, không phải thế giới thực#

Model nội suy giữa các ví dụ mà model đã thấy. Nếu huấn luyện trên đường phố ban ngày nắng ráo rồi triển khai trong gara mù sương vào ban đêm, model sẽ thất bại — không phải vì ô tô trông khác đi, mà vì model chưa từng thấy ô tô trong những điều kiện đó. Sự không tương thích này được gọi là domain shift, và tập validation không thể cảnh báo về vấn đề đó nếu ảnh validation cũng đến từ cùng một tập dữ liệu bị lệch:

Giải pháp mang tính cấu trúc, không phải thuật toán: chủ động lấy mẫu từ môi trường triển khai trước khi gán nhãn. Hướng dẫn về thu thập và gán nhãn dữ liệu trình bày các bước thực hiện.

Kiểm tra tập dữ liệu thực tế#

Tập dữ liệu medical-pills phía trên — ảnh cận cảnh các vỉ thuốc, mỗi viên thuốc đều được đóng khung — là đối tượng phù hợp để kiểm tra. Ultralytics Platform hiển thị các số liệu tổng quan trên trang tập dữ liệu; đoạn script bên dưới tính toán các số liệu cho thấy độ bao phủ, trên bản sao đi kèm với ultralytics:

from collections import Counter
from pathlib import Path

from PIL import Image, ImageStat
from ultralytics.data.utils import check_det_dataset

data = check_det_dataset("medical-pills.yaml")  # downloads the dataset on first use

for split in ("train", "val"):
    images = sorted(Path(data[split]).glob("*.jpg"))
    labels = [Path(str(p).replace("/images/", "/labels/")).with_suffix(".txt") for p in images]
    rows = [line.split() for f in labels if f.exists() for line in f.read_text().splitlines()]
    classes = Counter(data["names"][int(r[0])] for r in rows)
    backgrounds = sum(not f.exists() or not f.read_text().strip() for f in labels)
    areas = sorted(float(r[3]) * float(r[4]) for r in rows)  # box area as a share of the image
    sizes = Counter(Image.open(p).size for p in images)
    brightness = [ImageStat.Stat(Image.open(p).convert("L")).mean[0] for p in images]
    print(f"{split}: {len(images)} images, {backgrounds} backgrounds, {dict(classes)}, sizes {dict(sizes)}")
    print(f"  boxes: median {areas[len(areas) // 2]:.1%} of the image, {sum(a < 0.01 for a in areas)} of {len(areas)} under 1%")
    print(f"  brightness: {min(brightness):.0f} to {max(brightness):.0f} (0 = black, 255 = white)")

train: 92 images, 0 backgrounds, {'pill': 1623}, sizes {(1920, 1080): 92}
  boxes: median 1.4% of the image, 320 of 1623 under 1%
  brightness: 171 to 198 (0 = black, 255 = white)
val: 23 images, 0 backgrounds, {'pill': 399}, sizes {(1920, 1080): 23}
  boxes: median 1.4% of the image, 79 of 399 under 1%
  brightness: 171 to 198 (0 = black, 255 = white)

Đọc nội dung này như báo cáo độ bao phủ, mỗi dòng nêu một phát hiện:

Không yếu tố nào trong số này thể hiện trong điểm validation, vì tập validation cũng có đầy đủ những đặc điểm đó.

Bốn khía cạnh của độ bao phủ#

Góc nhìn là khía cạnh mà ví dụ bến du thuyền đã bỏ sót: cùng một lớp nhưng ở góc nhìn mới, recall giảm xuống bằng không.

Hard negative và ảnh nền#

Bộ phát hiện cũng phải học những gì không phải là đối tượng cần phát hiện. Hard negative có vẻ ngoài tương tự: với bộ phát hiện xe nâng, đó có thể là xe nâng tay, xe nâng người dạng cắt kéo, hình phản chiếu của xe nâng trên sàn bóng hoặc áp phích an toàn có in hình xe nâng.

Trong định dạng YOLO, ảnh nền đơn giản là ảnh không có tệp nhãn — không có gì để vẽ. Mẹo huấn luyện của Ultralytics đề xuất ảnh nền chiếm khoảng 0–10% để giảm dương tính giả; bản thân COCO có khoảng 1%. Dùng hard negative từ môi trường của bạn để lấp tỷ lệ đó thay vì dùng các khung hình trống ngẫu nhiên. Tăng cường dữ liệu có thể thay đổi độ sáng và góc chụp, nhưng không thể tạo ra một chiếc xe nâng tay mà model chưa từng thấy.

Các lỗi thường gặp#

Để lập kế hoạch lấy mẫu với số lượng mục tiêu cho từng điều kiện, hãy tiếp tục với Thu thập dữ liệu chất lượng cao, có tính đại diện trong Xây dựng bộ dữ liệu YOLO hiệu năng cao.