Распознавание объектов с faster-coco-eval. Разбираемся с библиотекой компьютерного зрения.

🔥 Wl7z_U34K5Y0NzYy - в моем тг канале куча гайдов, разбора кода, уроков по машинному обучению. 📌 - здесь мы занимаемся анализом данных на практике 📌 - Супер полезная папка для всех, кто изучает Python и машинное обучение Сегодня хотелось бы рассказать о библиотеке faster-coco-eval, эта библиотека представляет собой идейное продолжение реализации расчета метрик, разработанной facebook в своем фреймворке для компьютерного зрения detectron2. В отличии от оригинальной реализации, библиотека faster-coco-eval отрезана от большинства зависимостей, таких как detectron2, pytorch, matplotlib. Библиотека имеет 2 части, первая написана на С , что позволяет добиться быстроты вычислений, вторая это идейное наследие pycocotools, который исследователи применяют для расчета большинства метрик своих продуктов. В моих исследованиях, я добился повышения производительности (скорости вычисления метрик) в 2 и более раза, что позволяет быстрей проводить валидацию и тратить меньше ресурсов на это. Помимо всего этого в библиотеке реализованы интерфейсы графического вывода метрик, такие как вывод Pre-rec кривой, f1 кривой, визуализация FP, FN, GT и детекций, а так же Confusion matrix с выводом классов и нормализацией. Для работы с библиотекой требуется лишь импортировать ее и заменить стандартные вызовы pycocotools на faster-coco-eval, я покажу это на примере подготовленного в google colab ноутбуке Валидация в ноутбуке построена на фреймворке mmdet от mmlab, для упрощения работы. В этом ноутбуке я заранее прогнал все ячейки, чтобы подготовить модель, которую буду валидировать. Из тестового датасета coco я оставил для примера лишь 100 изображений с аннотациями. Кроме валидации, библиотека, как например fiftione позволяет прямо в ноутбуке визуализировать GT датасет, и посмотреть аннотации. Для сравнения оригинальной библиотеки и faster-coco-eval я прогнал поочередно эти библиотеки и сравнил сколько занимает валидация. Итоговые показания скорости работы представлены в таблице на экране. Так же для bbox посчитаны 2 кривые 1) Pre - rec кривая, которая позволяет исследователям лучше выбрать min_score для своих моделей основываясь на том, что им важно. 2) f1 кривая, позволяет сделать это более усредненно Визуализация результатов работы модели представляет из себя возможность вывода изображении с аннотациями. Аннотации интерактивны и мы можем наводя на них мышкой увидеть классы, score и тип ошибки который произошел. Например FP - это то, что нашла модель, но этого нет в изначальном датасете, оно показано красным. Или же FN - это то, что модель не нашла, но оно есть в изначальном датасете, оно показано синим. Сами детекты показаны розовым, а GT показаны зеленым. Confusion matrix для большого кол-ва классов выглядит устрашающе, но она интерактивна, что позволяет нам приблизить зоны интереса.