Utilizando un dataset de segmentación de objetos

Cursos Empresas Blog Live Conf Precios

Contenido del curso

Introducción a Computer Vision

1
¿Qué es la visión computarizada y cuáles son sus tipos?
08:35 min

Detección de objetos

Segmentación de objetos

Un paso más allá

Tomar examen

Utilizando un dataset de segmentación de objetos

Comentarios

Miguel Rodríguez

student

Con endswith() es más sencillo el código en el filtrado de los archivos mask:

dataset_path = './'
filenames = os.listdir(dataset_path)
filenames.sort()

image_list = []
mask_list = []

for filename in filenames:
    if len(filename.split('.')) > 1 and filename.endswith('png'):
        if filename.split('.')[0].endswith('L'):
            mask_list.append(dataset_path + filename)
        else:
            image_list.append(dataset_path + filename)

Sergio Paniego

teacher

Genial propuesta! :)

Mario Alexander Vargas Celis

student

Trabajar con un dataset de segmentación de objetos implica seguir una serie de pasos para preparar y utilizar adecuadamente los datos en un modelo de segmentación. Aquí te explico el flujo general de cómo trabajar con un dataset de segmentación, desde la carga hasta el entrenamiento del modelo:

---

### 1. **Preparación y Carga del Dataset**

- **Formato del Dataset**: Asegúrate de que el dataset está en un formato compatible con tu modelo o framework (por ejemplo, TensorFlow, PyTorch).

- **División del Dataset**: Divide el dataset en subconjuntos de entrenamiento, validación y prueba. Esto permite evaluar el rendimiento del modelo en datos que no ha visto durante el entrenamiento.

- **Carga de Imágenes y Máscaras**: Las imágenes de entrada y las máscaras de segmentación se cargan en pares, asegurando que cada máscara corresponde a su imagen original.

### 2. **Preprocesamiento**

- **Redimensionamiento**: Es posible que necesites redimensionar las imágenes y máscaras a un tamaño estándar para facilitar el entrenamiento (por ejemplo, 256x256 o 512x512).

- **Normalización de Imágenes**: Escala los valores de píxeles de la imagen a un rango adecuado para el modelo (por ejemplo, 0-1).

- **Codificación de Máscaras**: Las máscaras deben estar en un formato que el modelo pueda interpretar, como enteros que representen clases.

- **Aumento de Datos (Data Augmentation)**: Aplica transformaciones como rotación, volteo, recorte, y cambios de brillo para aumentar la variedad de los datos de entrenamiento. Herramientas como Albumentations o torchvision son útiles para estos fines.

### 3. **Configuración del Modelo**

- Selecciona una arquitectura adecuada para segmentación, como **U-Net**, **Mask R-CNN**, **DeepLabV3**, o **FCN (Fully Convolutional Network)**. Cada una de estas arquitecturas tiene su enfoque particular y es útil para diferentes tipos de segmentación.

- Si tienes un dataset limitado, puedes optar por un **modelo pre-entrenado** y hacer **fine-tuning** en tu dataset específico para mejorar el rendimiento.

### 4. **Entrenamiento del Modelo**

- **Configura los Hiperparámetros**: Define el número de épocas, el tamaño del lote, la tasa de aprendizaje, y la función de pérdida. Para segmentación, se utiliza comúnmente una variante de la **cross-entropy** adaptada a problemas de segmentación.

- **Inicia el Entrenamiento**: Usa tus imágenes y máscaras para entrenar el modelo. Supervisa el desempeño del modelo en el conjunto de validación.

- **Ajuste de Hiperparámetros**: Según los resultados en el conjunto de validación, ajusta los hiperparámetros para mejorar la precisión del modelo.

### 5. **Evaluación del Modelo**

- **Métricas de Segmentación**: Evalúa el modelo utilizando métricas como **IoU (Intersection over Union)**, **Mean IoU (mIoU)**, **Accuracy**, y **Dice Coefficient**. Estas métricas ayudan a medir la precisión del modelo en cada clase y en toda la imagen.

- **Evaluación Visual**: Observa visualmente los resultados para asegurarte de que el modelo está segmentando adecuadamente los objetos.

### 6. **Predicción con Nuevas Imágenes**

- **Inferencia en Imágenes Nuevas**: Usa el modelo para predecir máscaras en imágenes que no fueron parte del entrenamiento. Esto te permite ver cómo el modelo generaliza a nuevos datos.

- **Post-Procesamiento (opcional)**: Algunas veces es útil aplicar técnicas de post-procesamiento, como suavizado o eliminación de segmentos pequeños, para mejorar la calidad de la segmentación.

---

### Ejemplo de Implementación en PyTorch

Un ejemplo simple de cómo puedes cargar y procesar un dataset de segmentación en PyTorch:


import torch

import torchvision.transforms as T

from torch.utils.data import Dataset, DataLoader

from PIL import Image

import numpy as np



class SegmentationDataset(Dataset):

&#x20;   def \_\_init\_\_(self, image\_paths, mask\_paths, transform=None):

&#x20;       self.image\_paths = image\_paths

&#x20;       self.mask\_paths = mask\_paths

&#x20;       self.transform = transform



&#x20;   def \_\_len\_\_(self):

&#x20;       return len(self.image\_paths)



&#x20;   def \_\_getitem\_\_(self, idx):

&#x20;       image = Image.open(self.image\_paths\[idx]).convert("RGB")

&#x20;       mask = Image.open(self.mask\_paths\[idx])



&#x20;       if self.transform:

&#x20;           image = self.transform(image)

&#x20;           mask = torch.from\_numpy(np.array(mask)).long()



&#x20;       return image, mask



\# Ejemplo de uso:

image\_paths = \["path/to/image1.jpg", "path/to/image2.jpg"]

mask\_paths = \["path/to/mask1.png", "path/to/mask2.png"]



transform = T.Compose(\[

&#x20;   T.Resize((256, 256)),

&#x20;   T.ToTensor()

])



dataset = SegmentationDataset(image\_paths, mask\_paths, transform=transform)

dataloader = DataLoader(dataset, batch\_size=2, shuffle=True)



\# Entrenamiento con el dataloader

for images, masks in dataloader:

&#x20;   \# Aquí puedes pasar images y masks al modelo

&#x20;   pass

Este flujo ayuda a estructurar el proceso de entrenamiento y a preparar un modelo de segmentación adecuado para diversas aplicaciones, desde segmentación médica hasta visión en automóviles autónomos.

dataset_path = './'
filenames = os.listdir(dataset_path)
filenames.sort()

image_list = []
mask_list = []

for filename in filenames:
    if len(filename.split('.')) > 1 and filename.endswith('png'):
        if filename.split('.')[0].endswith('L'):
            mask_list.append(dataset_path + filename)
        else:
            image_list.append(dataset_path + filename)

import torch

import torchvision.transforms as T

from torch.utils.data import Dataset, DataLoader

from PIL import Image

import numpy as np

class SegmentationDataset(Dataset):

&#x20;   def \_\_init\_\_(self, image\_paths, mask\_paths, transform=None):

&#x20;       self.image\_paths = image\_paths

&#x20;       self.mask\_paths = mask\_paths

&#x20;       self.transform = transform

&#x20;   def \_\_len\_\_(self):

&#x20;       return len(self.image\_paths)

&#x20;   def \_\_getitem\_\_(self, idx):

&#x20;       image = Image.open(self.image\_paths\[idx]).convert("RGB")

&#x20;       mask = Image.open(self.mask\_paths\[idx])

&#x20;       if self.transform:

&#x20;           image = self.transform(image)

&#x20;           mask = torch.from\_numpy(np.array(mask)).long()

&#x20;       return image, mask

\# Ejemplo de uso:

image\_paths = \["path/to/image1.jpg", "path/to/image2.jpg"]

mask\_paths = \["path/to/mask1.png", "path/to/mask2.png"]

transform = T.Compose(\[

&#x20;   T.Resize((256, 256)),

&#x20;   T.ToTensor()

])

dataset = SegmentationDataset(image\_paths, mask\_paths, transform=transform)

dataloader = DataLoader(dataset, batch\_size=2, shuffle=True)

\# Entrenamiento con el dataloader

for images, masks in dataloader:

&#x20;   \# Aquí puedes pasar images y masks al modelo

&#x20;   pass

Introducción a Computer Vision

¿Qué es la visión computarizada y cuáles son sus tipos?

Detección de objetos

Introducción a object detection: sliding window y bounding box

Generando video de sliding window

Introducción a object detection: backbone, non-max suppression y métricas

Visualización de IoU en object detection

Tipos de arquitecturas en detección de objetos

Arquitecturas relevantes en object detection

Utilizando un dataset de object detection

Carga de dataset de object detection

Exploración del dataset de object detection

Visualización de bounding boxes en el dataset de object detection

Aumentado de datos con Albumentation

Implementando Albumentation en object detection

Visualizando imágenes con aumentado de datos

Utilizando un modelo de object detection pre-entrenado

Probar detección de objetos con modelo pre-entrenado

Fine-tuning en detección de objetos

Fine-tuning en detección de objetos: carga de datos

Fine-tuning en detección de objetos: data augmentation

Fine-tuning en detección de objetos: entrenamiento

Fine-tuning en detección de objetos: visualización de objetos

Segmentación de objetos

Introduciendo la segmentación de objetos

Tipos de segmentación y sus arquitecturas relevantes

¿Cómo es un dataset de segmentación?

Utilizando un dataset de segmentación de objetos

Visualización de nuestro dataset de segmentación

Creando red neuronal U-Net para segmentación

Entrenando y estudiando una red de segmentación

Generando predicciones con modelo de object segmentation

Un paso más allá

El estado de la cuestión en computer vision

Comparte tu proyecto de detección y segmentación de objetos para conducción autónoma y certifícate