PANDUAN AI Visual

Segmentasi Gambar

Segmentasi gambar memberikan label pada piksel atau wilayah gambar.

Dengarkan panduan iniDiceritakan oleh AI · ~2 min

Di halaman ini2 menit membaca
  1. Ikhtisar
  2. Poin-poin utama
  3. Menyelam Lebih Dalam
  4. Lihat mengapa akurasi piksel dapat menyesatkan
  5. Implementasi Dunia Nyata
  6. Mempraktikkannya
  7. Sumber dan bacaan lebih lanjut
  8. Terus Menjelajah
  9. Pertanyaan yang sering diajukan

Ikhtisar

Segmentasi semantik mengidentifikasi kategori, sedangkan segmentasi contoh membedakan objek terpisah dari kategori yang sama. Topeng yang dihasilkan adalah perkiraan yang batas-batasnya dan wilayahnya yang terlewat perlu dievaluasi.

Poin-poin utama

  1. Membedakan tugas semantik dan tugas instan.
  2. Tentukan batas anotasi.
  3. Evaluasi wilayah minoritas dan koordinasikan pemetaan.

Menyelam Lebih Dalam

Pilih tugas segmentasi sebelum mengumpulkan anotasi. Memberi label pada setiap piksel jalan berbeda dengan mengidentifikasi setiap kendaraan. Tentukan cara menangani batasan yang tidak pasti, objek transparan, instance yang tumpang tindih, dan wilayah di luar kumpulan label. Kualitas anotasi mempengaruhi hasilnya. Dua pengulas mungkin menggambar batas berbeda di sekitar rambut, bayangan, atau objek yang terlihat sebagian. Dokumentasikan konvensi pelabelan dan ukur perbedaan pendapat daripada berasumsi bahwa selalu ada satu topeng yang terlihat jelas. Gunakan metrik yang sesuai dengan aplikasi. Akurasi piksel dapat terlihat tinggi ketika sebagian besar piksel berada di latar belakang. Metrik yang tumpang tindih seperti persinggungan dengan kesatuan dapat memberikan lebih banyak informasi, namun keseimbangan kelas dan kualitas batas tetap penting. Kesalahan batas kecil mungkin tidak berbahaya dalam satu tugas dan berdampak pada tugas lain. Uji alur gambar lengkap. Memotong, mengubah ukuran, dan mengkoordinasikan konversi dapat menggeser topeng yang masuk akal ketika ditempatkan kembali pada gambar asli. Pertahankan dimensi sumber dan periksa overlay pada skala tempat hasilnya akan digunakan.

04Contoh yang berhasil

Lihat mengapa akurasi piksel dapat menyesatkan

  1. Buatlah gambar dengan 1.000 piksel, 950 di antaranya adalah latar belakang dan 50 milik objek target.

  2. Prediksi yang menandai setiap piksel sebagai latar belakang memiliki akurasi piksel 95% tetapi tidak mendeteksi satu pun objeknya.

  3. Periksa perilaku tumpang tindih dan objek yang terlewat pada kelas tertentu, bukan hanya melaporkan skor piksel keseluruhan.

Apa yang ditunjukkannya

Jumlah piksel yang ditemukan menggambarkan kesalahan evaluasi.

Implementasi Dunia Nyata

Pisahkan wilayah latar depan untuk alur kerja pengeditan yang ditinjau.

Ukur tumpang tindih wilayah sambil memeriksa topeng pada gambar resolusi asli.

Mempraktikkannya

Mengapa itu penting

  • Kecepatan dan skala. Visual AI dapat mengotomatiskan tugas inspeksi, deteksi, dan penandaan dalam skala besar.
  • Pilihan Build. Tim kreatif dapat membuat prototipe konsep lebih cepat dengan lebih sedikit revisi manual.
  • Tim dan alur kerja. Pengoperasiannya dapat menggunakan sinyal gambar dan video yang sebelumnya sulit diproses.

Hati-hati

  • Hak citra dan persetujuan dapat menjadi risiko hukum jika asal usulnya tidak jelas.
  • Performa model dapat bervariasi berdasarkan pencahayaan, demografi, dan lingkungan.
  • Positif palsu mungkin tidak diketahui kecuali ambang batas keyakinan dipantau.

Langkah selanjutnya

  1. Tentukan kriteria penerimaan untuk biaya presisi, penarikan kembali, dan kesalahan.
  2. Uji dengan data yang sesuai dengan kondisi produksi sebenarnya.
  3. Tambahkan tinjauan manusia untuk prediksi dengan tingkat keyakinan rendah atau dampak tinggi.
  4. Lacak penyimpangan model dan validasi ulang setelah kamera atau kumpulan data berubah.

Sumber dan bacaan lebih lanjut

  1. Hugging FaceSegmentasi semantik

Terus Menjelajah

Buletin gratis

Dapatkan pengarahan AI harian

Tiga cerita AI terverifikasi setiap pagi hari kerja, ditulis dalam bahasa Inggris sederhana. Gratis selamanya, tanpa iklan.

Satu email setiap hari kerja. Berhenti berlangganan dalam satu klik. Kami tidak pernah menjual atau membagikan alamat Anda.

Uji diri Anda sendiri

Take the Image Segmentation quiz

Umpan balik instan untuk setiap jawaban, dan sertifikat yang dapat dibagikan dengan ID yang dapat diverifikasi setelah Anda lulus kursus.

Mulai kuis

Mendukung pendidikan AI gratis. AI Understanding adalah organisasi nirlaba 501(c)(3) — tanpa iklan, tanpa paywall, selamanya. Berikan sumbangan

Pertanyaan yang sering diajukan

Apakah masker yang tampak bersih membuktikan segmentasi yang akurat?

Tidak. Bandingkan dengan anotasi referensi yang sesuai dan periksa batas, wilayah yang hilang, dan tujuan penggunaan hilir.