Conheça as tarefas da visão: classificar, detectar, segmentar
Diferencie classificação, detecção e segmentação e trabalhe com formatos de caixa delimitadora.
- 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:
| Tarefa | Pergunta que responde | Saída |
|---|---|---|
| Classificação | O que há nesta imagem? | Um rótulo |
| Detecção de objetos | Quais objetos estão onde? | Uma caixa + rótulo por objeto |
| Segmentação semântica | Qual classe é cada pixel? | Um rótulo para cada pixel |
| Segmentação de instâncias | A qual objeto cada pixel pertence? | Uma máscara por objeto |
| Detecção de ponto-chave | Onde 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 XPQual 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?
“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.
x, y, width, height = 10, 20, 30, 40
print([x, y, x + width, y + height])
print([x + width / 2, y + height / 2, width, height])[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.
Converta uma caixa em cantos
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
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…