Classifique imagens aprendendo com exemplos
Veja por que as regras escritas à mão falham e depois classifique as imagens comparando-as com exemplos rotulados.
- Explique por que é tão difícil reconhecer objetos com regras escritas à mão
- Classifique uma imagem com um classificador vizinho mais próximo
- Use imagens separadas de treinamento e teste
Classificação de imagens atribui um rótulo a uma imagem inteira: gato, cachorro, carro. Você faz isso sem esforço, mas tente escrever as regras: “gato tem orelhas e bigodes pontudos”... visto de que lado? Sob que luz? Meio escondido atrás de um sofá? O mesmo gato produz grades de pixels totalmente diferentes de uma foto para outra.
Experimente
Até 15 XPPor que os pixels são difíceis
Cada foto abaixo ainda é “um gato”, mas seus pixels parecem completamente diferentes de uma foto típica de gato. Nomeie o desafio que cada um mostra.
“Um gato fotografado diretamente atrás”
“Um gato preto em um quarto escuro à noite”
“Apenas o rabo de um gato saindo debaixo do cobertor”
“Um gato malhado deitado em um tapete com estampa de malhado”
“Um gato sob forte luz solar com sombras profundas”
“Um gato espiando pelo batente de uma porta”
Aprenda com exemplos
Em vez de regras, dê ao computador muitos exemplos rotulados e deixe-o comparar. O classificador aprendido mais simples é vizinho mais próximo: para rotular uma nova imagem, encontre a imagem de treinamento mais semelhante e copie seu rótulo. A similaridade pode ser a distância L1 - some as diferenças absolutas entre os pixels correspondentes.
As notas do curso CS231n de Stanford usam exatamente esse classificador para introduzir a classificação de imagens. Funciona para imagens pequenas e organizadas, mas a distância bruta dos pixels é facilmente enganada: uma imagem deslocada ou mais escura parece “distante”, embora mostre a mesma coisa. É por isso que os classificadores modernos aprendem recursos.
first = [0, 255, 0, 255]
second = [0, 200, 50, 255]
print(sum(abs(a - b) for a, b in zip(first, second)))105
Principais conclusões
Ponto de vista, iluminação, oclusão e desordem tornam as regras de reconhecimento escritas à mão inúteis.
Vizinho mais próximo rotula uma imagem como seu exemplo de treinamento mais semelhante, usando uma distância de pixel como L1.
A distância bruta dos pixels é frágil - é por isso que os modelos modernos aprendem recursos.
Quiz da aula
6 perguntas · aprovação com 5 acertos · até 50 XP
Ao passar, você conclui a aula e mantém sua sequência. As perguntas erradas voltarão em sessões de revisão.
Pratique: aplique visão computacional com Python
Use pequenas matrizes de pixels para explorar conceitos de visão, execute seu código com imagens de exemplo e relacione cada resultado à ideia maior de visão computacional.
Construa um classificador de vizinho mais próximo
A primeira linha é N. Cada uma das próximas N linhas é um rótulo seguido por uma lista JSON de pixels, como cat [0, 255, 0]. A última linha é uma lista JSON de pixels a serem classificados. Imprima a etiqueta da imagem de treinamento com a menor distância L1 (empate: a imagem de treinamento anterior).
- Brilhante bate escuro
- Correspondência de padrões
O Python é executado em um ambiente isolado no navegador, com limite de 60 segundos. O runtime é carregado pelo CDN do Pyodide; seu código permanece neste navegador.
Dúvidas sobre esta lição
Travou em algum ponto? Pergunte. Descobriu algo? Compartilhe. Explicar também é uma ótima forma de aprender.
Carregando publicações…