คู่มือ AI แบบเห็นภาพ

การแบ่งส่วนภาพ

การแบ่งส่วนรูปภาพจะกำหนดป้ายกำกับให้กับพิกเซลหรือขอบเขตรูปภาพ

ฟังคำแนะนำนี้บรรยายโดย AI · ~2 min

บนหน้านี้อ่าน 2 นาที
  1. ภาพรวม
  2. ประเด็นสำคัญ
  3. เจาะลึก
  4. ดูสาเหตุที่ความแม่นยำของพิกเซลอาจทำให้เข้าใจผิดได้
  5. การใช้งานจริงในโลกแห่งความเป็นจริง
  6. การนำไปปฏิบัติ
  7. ที่มาและอ่านเพิ่มเติม
  8. สำรวจต่อไป
  9. คำถามที่พบบ่อย

ภาพรวม

การแบ่งส่วนความหมายจะระบุหมวดหมู่ ในขณะที่การแบ่งส่วนอินสแตนซ์จะแยกแยะออบเจ็กต์ที่แยกจากกันในหมวดหมู่เดียวกัน มาสก์ผลลัพธ์คือการประมาณการที่ขอบเขตและภูมิภาคที่พลาดต้องได้รับการประเมิน

ประเด็นสำคัญ

  1. แยกแยะงานความหมายและงานอินสแตนซ์
  2. กำหนดขอบเขตคำอธิบายประกอบ
  3. ประเมินภูมิภาคชนกลุ่มน้อยและทำแผนที่ประสานงาน

เจาะลึก

เลือกงานการแบ่งส่วนก่อนที่จะรวบรวมคำอธิบายประกอบ การติดป้ายกำกับทุกพิกเซลของถนนนั้นแตกต่างจากการระบุยานพาหนะแต่ละคัน กำหนดวิธีจัดการกับขอบเขตที่ไม่แน่นอน วัตถุโปร่งใส อินสแตนซ์ที่ทับซ้อนกัน และขอบเขตที่อยู่นอกชุดป้ายกำกับ คุณภาพของคำอธิบายประกอบส่งผลต่อผลลัพธ์ ผู้ตรวจสอบสองคนอาจวาดขอบเขตที่แตกต่างกันรอบๆ ผม เงา หรือวัตถุที่มองเห็นได้บางส่วน บันทึกข้อตกลงในการติดฉลากและวัดผลความขัดแย้ง แทนที่จะคิดว่ามีหน้ากากที่ชัดเจนเพียงหน้ากากเดียวเสมอ ใช้ตัวชี้วัดที่เหมาะสมกับการใช้งาน ความแม่นยำของพิกเซลอาจดูสูงเมื่อพิกเซลส่วนใหญ่เป็นพื้นหลัง เมตริกที่ทับซ้อนกัน เช่น การแยกเหนือสหภาพ สามารถให้ข้อมูลเพิ่มเติมได้ แต่ความสมดุลของชั้นเรียนและคุณภาพขอบเขตยังคงมีความสำคัญ ข้อผิดพลาดขอบเขตเล็กๆ น้อยๆ อาจไม่เป็นอันตรายในงานหนึ่งและส่งผลตามมาในอีกงานหนึ่ง ทดสอบไปป์ไลน์รูปภาพแบบเต็ม การครอบตัด การปรับขนาด และการแปลงพิกัดสามารถเปลี่ยนมาสก์ที่สมเหตุสมผลได้เมื่อวางกลับลงบนรูปภาพต้นฉบับ รักษามิติแหล่งที่มาและตรวจสอบการซ้อนทับในระดับที่จะใช้ผลลัพธ์

04ตัวอย่างการทำงาน

ดูสาเหตุที่ความแม่นยำของพิกเซลอาจทำให้เข้าใจผิดได้

  1. สร้างภาพขนาด 1,000 พิกเซล โดย 950 พิกเซลเป็นพื้นหลัง และ 50 พิกเซลเป็นของวัตถุเป้าหมาย

  2. การคาดการณ์ที่ทำเครื่องหมายทุกพิกเซลเป็นพื้นหลังมีความแม่นยำของพิกเซล 95% แต่ตรวจไม่พบวัตถุใดเลย

  3. ตรวจสอบการทับซ้อนเฉพาะคลาสและพฤติกรรมของวัตถุที่ไม่ได้รับ แทนที่จะรายงานเฉพาะคะแนนพิกเซลโดยรวม

มันแสดงให้เห็นอะไร

จำนวนพิกเซลที่ประดิษฐ์ขึ้นแสดงให้เห็นถึงข้อผิดพลาดในการประเมิน

การใช้งานจริงในโลกแห่งความเป็นจริง

แยกพื้นที่ส่วนหน้าสำหรับขั้นตอนการแก้ไขที่ได้รับการตรวจสอบแล้ว

วัดขอบเขตที่ทับซ้อนกันขณะตรวจสอบมาส์กบนรูปภาพความละเอียดต้นฉบับ

การนำไปปฏิบัติ

ทำไมมันถึงสำคัญ

  • ความเร็วและขนาด. Visual AI สามารถทำให้การตรวจสอบ การตรวจจับ และการแท็กเป็นอัตโนมัติในขนาดต่างๆ
  • สร้างทางเลือก. ทีมสร้างสรรค์สามารถสร้างต้นแบบแนวคิดได้รวดเร็วขึ้นโดยต้องมีการแก้ไขด้วยตนเองน้อยลง
  • ทีมงานและขั้นตอนการทำงาน. การดำเนินการสามารถใช้สัญญาณภาพและวิดีโอที่ก่อนหน้านี้ประมวลผลได้ยาก

ระวัง

  • สิทธิ์และความยินยอมในรูปภาพอาจกลายเป็นความเสี่ยงทางกฎหมายได้หากแหล่งที่มาไม่ชัดเจน
  • ประสิทธิภาพของโมเดลอาจแตกต่างกันไปตามสภาพแสง ข้อมูลประชากร และสภาพแวดล้อม
  • ผลบวกลวงอาจไม่สังเกตเห็นเว้นแต่จะมีการตรวจสอบเกณฑ์ความเชื่อมั่น

ขั้นตอนต่อไป

  1. กำหนดเกณฑ์การยอมรับสำหรับความแม่นยำ การเรียกคืน และต้นทุนข้อผิดพลาด
  2. ทดสอบด้วยข้อมูลที่ตรงกับเงื่อนไขการผลิตจริง
  3. เพิ่มการตรวจสอบโดยเจ้าหน้าที่สำหรับการคาดการณ์ที่มีความมั่นใจต่ำหรือมีผลกระทบสูง
  4. ติดตามการเคลื่อนตัวของโมเดลและตรวจสอบความถูกต้องอีกครั้งหลังจากการเปลี่ยนแปลงกล้องหรือชุดข้อมูล

ที่มาและอ่านเพิ่มเติม

  1. Hugging Faceการแบ่งส่วนความหมาย

สำรวจต่อไป

จดหมายข่าวฟรี

รับสรุป AI รายวัน

เรื่องราว AI ที่ตรวจสอบแล้ว 3 เรื่องทุกวันทำงาน เช้า, เขียนเป็นภาษาอังกฤษธรรมดา ฟรีตลอดไป ไม่มีโฆษณา

อีเมลหนึ่งฉบับทุกวันทำงาน ยกเลิกการสมัครในคลิกเดียว เราไม่เคยขายหรือแชร์ที่อยู่อีเมลของคุณ

ทดสอบตัวเอง

Take the Image Segmentation quiz

ข้อเสนอแนะทันทีสำหรับทุกคำตอบ และใบรับรองที่สามารถแชร์ได้พร้อม ID ที่ตรวจสอบได้เมื่อคุณผ่านหลักสูตร

เริ่มแบบทดสอบ

สนับสนุนการศึกษา AI ฟรี AI Understanding เป็นองค์กรไม่แสวงหาผลกำไร 501(c)(3) — ไม่มีโฆษณา ไม่มีกำแพงเงิน, ตลอดไป บริจาค

คำถามที่พบบ่อย

หน้ากากที่ดูสะอาดตาพิสูจน์การแบ่งส่วนที่แม่นยำหรือไม่?

ไม่ เปรียบเทียบกับคำอธิบายประกอบอ้างอิงที่เหมาะสม และตรวจสอบขอบเขต ภูมิภาคที่ขาดหายไป และการใช้งานปลายทางตามที่ต้องการ

เรียนรู้ต่อไป

คำแนะนำที่เกี่ยวข้อง

คำแนะนำเพิ่มเติมที่เลือกสำหรับหัวข้อนี้

รับใบรับรอง AI ฟรีหลักสูตรและการสอบสั้น ๆ ฟรี ไม่มีค่าใช้จ่าย ไม่มีบัตรเครดิต ประมาณ 2.5 ชั่วโมงเริ่มต้นฟรี →