پیش‌پردازش تصاویر

مراحل پیش‌پردازش تصاویر برای آماده‌سازی داده‌ها جهت مدل‌ها ضروری است.

پیش‌پردازش اطمینان می‌دهد که مجموعه داده شما به‌صورت استاندارد تنظیم شده است، به‌عنوان مثال، همه تصاویر دارای ابعاد یکسان هستند. این مرحله برای اطمینان از یکپارچگی مجموعه داده قبل از آموزش مدل ضروری است.

پیش‌پردازش روی تمام تصاویر در مجموعه‌های آموزشی، اعتبارسنجی و آزمون اعمال می‌شود (برخلاف افزونه‌ها که فقط روی مجموعه آموزشی اعمال می‌شوند).

پلتفرم بینااکسپرتز گزینه‌های پیش‌پردازش زیر را ارائه می‌دهد:

· چرخش خودکار

· تغییر اندازه

· سیاه و سفید کردن

· تنظیم خودکار کنتراست

· جداسازی اشیا

· برش استاتیک

· تقسیم‌بندی (Tile)

· تغییر کلاس‌ها

· فیلتر داده‌های نامعتبر

· فیلتر بر اساس برچسب

هر گزینه به تفصیل در زیر توضیح داده شده است.

چرخش خودکار

گزینه چرخش خودکار، داده‌های EXIF را از تصاویر شما حذف می‌کند تا تصاویر همان‌طور که روی دیسک ذخیره شده‌اند، نمایش داده شوند.

داده‌های EXIF جهت نمایش تصویر را تعیین می‌کند. برخی برنامه‌ها (مانند Preview در مک) از این داده‌ها برای نمایش تصویر در یک جهت خاص استفاده می‌کنند، حتی اگر جهت ذخیره‌سازی تصویر در دیسک متفاوت باشد. این اختلاف می‌تواند باعث مشکلاتی در مدل‌های تشخیص اشیا شود. برای جزئیات بیشتر، به بحث‌های Hacker News در این زمینه مراجعه کنید.

بینااکسپرتز توصیه می‌کند این گزینه را فعال نگه دارید و بررسی کنید که تصاویر شما در مرحله استنباط چگونه به مدل تغذیه می‌شوند.

برای اطلاعات بیشتر در مورد اینکه آیا باید تصاویر خود را به‌صورت خودکار چرخش دهید یا خیر، به وبلاگ ما مراجعه کنید.

تغییر اندازه

گزینه تغییر اندازه، ابعاد تصاویر شما را تغییر می‌دهد و به صورت انتخابی آن‌ها را به یک اندازه مشخص مقیاس می‌کند. نشانه‌گذاری‌ها به تناسب تنظیم می‌شوند، به استثنای حالت "پر کردن" که در ادامه توضیح داده شده است.

در حال حاضر، تنها کاهش اندازه تصاویر پشتیبانی می‌شود. در زیر روش‌های موجود برای تغییر اندازه آورده شده است:

کشش به اندازه مشخص: تصاویر شما به ابعاد پیکسل به پیکسل دلخواه کشیده می‌شوند و نشانه‌گذاری‌ها به‌صورت تناسبی مقیاس می‌شوند. تصویر مربع خواهد بود اما تغییر شکل می‌دهد و هیچ داده‌ای از تصویر اصلی حذف نمی‌شود.

پر کردن (با برش مرکزی): تصویر خروجی بخشی مرکزی از تصویر اصلی است که به ابعاد خروجی مورد نظر بریده می‌شود. نسبت ابعاد حفظ می‌شود، اما داده‌های تصویر اصلی از بین می‌روند.

تناسب درون ابعاد مشخص: تصویر به گونه‌ای مقیاس می‌شود که در ابعاد خروجی مورد نظر جا بگیرد، در حالی که نسبت ابعاد اصلی حفظ می‌شود. داده‌های اصلی تصویر حفظ می‌شوند، اما ممکن است تصویر مربع نباشد.

تناسب (با انعکاس لبه‌ها): تصویر به ابعاد خروجی مقیاس می‌شود، در حالی که نسبت ابعاد اصلی حفظ می‌شود و هرگونه فضای خالی با انعکاس تصویر پر می‌شود. نشانه‌گذاری‌ها نیز به صورت پیش‌فرض منعکس می‌شوند.

تناسب (با لبه‌های سیاه): مشابه گزینه قبلی است، اما فضای خالی با رنگ سیاه پر می‌شود.

تناسب (با لبه‌های سفید): مشابه گزینه قبلی است، اما فضای خالی با رنگ سفید پر می‌شود.

سیاه و سفید کردن

این گزینه تصویر با کانال‌های RGB را به تصویری با یک کانال سیاه و سفید تبدیل می‌کند که می‌تواند به صرفه‌جویی در حافظه کمک کند. مقدار هر پیکسل سیاه و سفید به‌صورت مجموع وزنی پیکسل‌های قرمز، سبز و آبی محاسبه می‌شود:

Y=0.2125R+0.7154G+0.0721BY = 0.2125R + 0.7154G + 0.0721BY=0.2125R+0.7154G+0.0721B

این ضرایب براساس نحوه‌ی ادراک انسان از رنگ‌های قرمز، سبز و آبی تعیین شده‌اند و معمولاً در تکنولوژی‌های نمایشگر به‌کار می‌روند.

تنظیم خودکار کنتراست

تنظیم خودکار کنتراست تصاویر با کنتراست پایین را بهبود می‌دهد. بینااکسپرتز روش‌های زیر را برای تنظیم کنتراست ارائه می‌دهد:

کشش کنتراست: شدت‌های پیکسلی بین صدک دوم و نود و هشتم بازتنظیم می‌شوند.

همسان‌سازی هیستوگرام: مقادیر شدت‌های پیکسلی پرتکرار بازتوزیع می‌شوند، به‌طوری‌که تمام رنگ‌های پیکسلی به‌صورت تقریباً یکنواخت نمایان شوند.

همسان‌سازی تطبیقی: الگوریتم CLAHE (همسان‌سازی هیستوگرام محدود شده با تطبیق کنتراست) برای افزایش کنتراست محلی استفاده می‌شود. این روش به‌ویژه برای بهبود جزئیات در نواحی تیره یا روشن تصویر مفید است.

ویژگی‌های پیشرفته پیش‌پردازش

این ویژگی‌ها برای فضای کاری عمومی و حساب‌های استارتر و سازمانی در دسترس است. کاربران فضای کاری سندباکس که به ویژگی‌های پیشرفته نیاز دارند، می‌توانند با تیم فروش تماس بگیرند.

جداسازی اشیا

تبدیل جداسازی اشیا هر جعبه‌ی نشانه‌گذاری (bounding box) را برش داده و به یک تصویر مجزا تبدیل می‌کند. این گزینه برای تبدیل مجموعه داده‌های تشخیص اشیا به مجموعه داده‌های طبقه‌بندی مفید است.

در مجموعه داده‌هایی که شامل کلاس‌های مشابه زیادی هستند، معمولاً از دو مدل به‌صورت متوالی استفاده می‌شود: مدل اول (تشخیص اشیا) شی را پیدا می‌کند و مدل دوم (طبقه‌بندی) آن شیء را شناسایی می‌کند. تبدیل جداسازی اشیا برای ایجاد مجموعه داده‌های مورد نیاز برای آموزش مدل دوم مفید است.

تقسیم‌بندی (Tile)

تقسیم‌بندی می‌تواند در تشخیص اشیای کوچک مفید باشد، به‌ویژه در موقعیت‌هایی مانند تصاویر هوایی یا میکروسکوپی. تنظیم پیش‌فرض تقسیم‌بندی 2x2 است، اما می‌توانید این تنظیم را به‌دلخواه تغییر دهید.

تقسیم بندی در بینااکسپرتز

فیلتر بر اساس برچسب

گزینه فیلتر بر اساس برچسب به کاربران اجازه می‌دهد تصاویری که باید در یک نسخه گنجانده شوند یا حذف شوند را بر اساس برچسب‌های اعمال‌شده فیلتر کنند. این گزینه برای آموزش مدل روی زیرمجموعه‌ای از داده‌ها یا حذف تصاویر نامطلوب از مجموعه داده مفید است.