Carregando
0xA0Lição 11 de 16

Conheça as tarefas da visão: classificar, detectar, segmentar

Diferencie classificação, detecção e segmentação e trabalhe com formatos de caixa delimitadora.

18 min Questionário com 6 perguntas 1 exercício de código
Ao final desta lição, você saberá
  • Combine um problema com classificação, detecção ou segmentação
  • Descreva o que cada tarefa produz
  • Converta entre formatos comuns de caixa delimitadora

Os problemas de visão diferem em o que eles devem produzir:

TarefaPergunta que respondeSaída
ClassificaçãoO que há nesta imagem?Um rótulo
Detecção de objetosQuais objetos estão onde?Uma caixa + rótulo por objeto
Segmentação semânticaQual classe é cada pixel?Um rótulo para cada pixel
Segmentação de instânciasA qual objeto cada pixel pertence?Uma máscara por objeto
Detecção de ponto-chaveOnde estão as juntas/pontos de referência?Pontos por objeto

A detecção e a segmentação exigem mais esforço para rotular - desenhar caixas e máscaras custa muito mais do que digitar um rótulo - então escolha a tarefa mais simples que responda à sua pergunta.

Experimente

Até 15 XP

Qual tarefa é essa?

Para cada ideia de produto, escolha a tarefa de visão que melhor se adapta. Pergunte a si mesmo: será necessário onde e com que precisão?

0 de 6 classificadosPontuação 0/0
  • “Classifique as fotos enviadas em “comida”, “animais de estimação” e “paisagens””

  • “Conte os carros em uma câmera de estacionamento”

  • “Desfocar o fundo atrás de uma pessoa em uma videochamada”

  • “Diga se uma radiografia de tórax parece normal ou anormal”

  • “Desenhe caixas ao redor dos pedestres para um carro autônomo”

  • “Meça a área exata de um tumor em uma varredura”

Formatos de caixa delimitadora

Uma caixa contém quatro números, mas as bibliotecas discordam sobre quais são os quatro:

  • canto + tamanho: [x, y, width, height] (x, y = canto superior esquerdo),
  • dois cantos: [x1, y1, x2, y2] (canto superior esquerdo e canto inferior direito),
  • centro + tamanho: [center_x, center_y, width, height], geralmente dividido pelo tamanho da imagem para que os valores sejam de 0 a 1.

A mistura de formatos produz caixas no lugar errado sem nenhuma mensagem de erro, portanto converta com cuidado.

box_formats.py
x, y, width, height = 10, 20, 30, 40
print([x, y, x + width, y + height])
print([x + width / 2, y + height / 2, width, height])
Saída
[10, 20, 40, 60]
[25.0, 40.0, 30, 40]

Principais conclusões

  • Classificação → um rótulo; detecção → caixas + rótulos; segmentação → máscaras em nível de pixel.

  • Escolha a tarefa mais simples que responda à pergunta – os rótulos para tarefas mais difíceis custam mais.

  • Conheça o formato da sua caixa: [x, y, w, h], [x1, y1, x2, y2] ou baseado no centro.

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.

Exercício 1

Converta uma caixa em cantos

+25 XP

Leia quatro números x y width height (canto superior esquerdo e tamanho de uma caixa). Imprima a mesma caixa como dois cantos: x1 y1 x2 y2.

  • Uma caixa
  • Na origem
main.py
Carregando editor…

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…