Wimmelbild-Bananen Computer Vision Project
Updated 2 years ago
Bananen
-> Bilder, die Bündel enthalten, habe ich noch nicht gelabelt, um dem Modell ein generelles Verständnis einer Banane zu geben. -> Bündel sind für mich als ">3 verbundene Bananen" definiert
Namenskonvention
-> Bilder, die aussehen wie Bananen, aber keine sind, heißen "banana_uncertain...". Über diese müssen wir einmal zusammen entscheiden (ob sie als Negative verwendet werden können, doch gelabelt werden, oder sogar ganz entfernt werden sollen)
Generell
-> Immer alle Objekte labeln! -> Fehlende Labels sind sehr schlecht, aber immer noch besser als falsche Labels.
Überdeckung
(-> Wenn ein Objekt von etwas Anderem überdeckt wird, muss so gelabelt werden, als wäre es komplett sichtbar, damit das Modell die Größendimension verstehen kann.) Bananen bilden eine Ausnahme -> Wenn sich ein Objekt am Rand des Bildes befindet, muss entschieden werden, ob es dem Modell einen Mehrwert geben kann und ob die Größe des Objekts korrekt gelabelt werden kann.
Vollständigkeit
-> Die Boxen so eng wie möglich an das Objekt machen. -> Niemals etwas vom Objekt abschneiden!
Dataset Generierung
-> Bildgröße: 640x640 mit "Fit Within", um Seitenverhältnisse beibehalten zu können. -> Keine weiteren Augmentierungen! Das macht yolo von selbst.
Build Computer Vision Applications Faster with Supervision
Visualize and process your model results with our reusable computer vision tools.
Cite This Project
If you use this dataset in a research paper, please cite it using the following BibTeX:
@misc{
wimmelbild-bananen_dataset,
title = { Wimmelbild-Bananen Dataset },
type = { Open Source Dataset },
author = { KI },
howpublished = { \url{ https://universe.roboflow.com/ki/wimmelbild-bananen } },
url = { https://universe.roboflow.com/ki/wimmelbild-bananen },
journal = { Roboflow Universe },
publisher = { Roboflow },
year = { 2022 },
month = { oct },
note = { visited on 2024-12-22 },
}