Detekcija, lokalizacija i klasifikacija šestostranih kockica u realnom vremenu

[StefanKrnajski]

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.

[vdragan1993]

Šta se u ovom slučaju podrazumeva pod klasifikacijom kockica?

[StefanKrnajski]

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.

[vdragan1993]

Tema odobrena. Ostavite link ka GitHub repozitorijumu projekta. Srećan rad.