Open StefanKrnajski opened 2 years ago
Šta se u ovom slučaju podrazumeva pod klasifikacijom kockica?
Gleda se koji broj je prikazan na gornjoj strani kockice.
Prepostavljam da će za model biti potreban dobar ugao kamere ili dobro osvetljenje s obzirom da dataset sadrži slike iz "ptičije perspektive" sa dobrim osvetljenjem gde je gornja strana kockice najbolje osvetljena i ima najmanju distorciju. Takođe se vidi senka u većini slika.
Mislim da je to ok use case jer ne vidim da bi neko igrao društvenu igru gde se bacaju kocke u neadekvetnom osvetljenju. Možda bi jako osvetljenje van kadra predstavilo problem modelu, ukoliko je bočna strana kockice najviše osvetljena.
Tema odobrena. Ostavite link ka GitHub repozitorijumu projekta. Srećan rad.
Tim
Stefan Krnajski - SW69/2018
Asistent
Vidaković Dragan
Repo
yolov3-dice
Definicija problema
Detekcija, lokalizacija i klasifikacija šestostranih kockica na video snimku u realnom vremenu.
Skup podataka
Koristiće se dataset sa roboflow sajta. Biće podeljen 80/20 za testiranje i validaciju.
Dataset anotira svaku kockicu na slici sa brojem koji je prikazan na gornjoj strani kockice. Model će klasifikovati sliku cele kockice u opsegu brojeva 1-6. Pojedinačne stranice kockice se ne klasifikuju.
Metodologija
Detekcija, lokalizacija i klasifikacija pomoću YOLOv3 algoritma, ručno implementirano.
Evaluacija
Za detekciju i klasifikaciju će se koristiti preciznost, tačnost i F-score. Za lokalizaciju će se koristiti mAP. Takođe će se meriti brzina odziva aplikacije, tj. framerate.