Come eseguire il rilevamento di immagini di bassa qualità (ad esempio, rilevamento di sfocature, rilevamento di abbagliamenti o rilevamento di rumore) utilizzando l’apprendimento automatico e il deep learning.
Il rilevamento di immagini di bassa qualità è un interessante problema di apprendimento automatico perché affronta le sfide del mondo reale in diverse applicazioni (ad esempio, il rilevamento di immagini sfocate nei sistemi di sorveglianza o il controllo automatico della qualità durante lo scatto di foto con uno smartphone). La qualità delle immagini può avere un impatto significativo sui risultati di varie attività a valle, rendendo cruciale lo sviluppo di algoritmi di rilevamento efficaci.
In questo tutorial proviamo a costruire un modello di machine learning in grado di rilevare se una foto presenta problemi di qualità.
I problemi di qualità dell’immagine possono includere: sfocatura, presenza di bande, rumori, sovraesposizione, abbagliamento, oscurità, ecc.
Ogni volta che stiamo cercando di eseguire a rilevamento della sfocaturaUN rilevamento dell’abbagliamento o a rilevamento del rumorepossiamo supporre che tutte le foto dello stesso tipo di cattiva qualità debbano condividere le stesse proprietà comuni. L’approccio tradizionale all’elaborazione delle immagini consiste nel costruire e applicare filtri e misure per rilevare queste proprietà comuni. Questi approcci sono stabili, veloci, funzionano nella maggior parte dei casi, ma si basano su un’unica metrica. Tanto per essere chiari, non sto dicendo che gli approcci tradizionali siano meno validi di quelli basati sul machine learning. Credo invece fortemente che dipenda dal contesto e dai dati. Qui, vogliamo solo sperimentare un approccio basato sull’apprendimento automatico. Il codice base di questo tutorial è disponibile su GitHub.
Non sono disponibili molti set di dati pubblici per l’impostazione del nostro problema: set di dati dms (licenza di dominio pubblico), set di dati di rilevamento della sfocaturaE immagini con set di dati di difetti di qualità. In questo tutorial utilizzeremo il primo set di dati. Contiene…
Fonte: towardsdatascience.com
