Đếm đối tượng trong thị giác máy tính

Đếm những vật tách rời dễ hơn khi chúng che nhau hoặc hòa vào nền. Hãy xác định loại vật và điều kiện ảnh trước khi chọn công cụ.

Bài toán có thể cần đếm một lớp đối tượng cụ thể, hoặc một loại được chỉ định bằng ví dụ. Che khuất, thay đổi kích thước và nền tương tự đối tượng đều làm bài toán khó hơn.

Phân biệt class-specific counting và class-agnostic counting khi xác lập protocol. Nhãn dạng điểm, bounding box hay số đếm tổng tạo ra các mục tiêu học và chi phí gán nhãn khác nhau.

Một cách là tìm từng vật rồi cộng lại. Cách khác là ước lượng mật độ trên ảnh. Cách phù hợp phụ thuộc việc có thể nhận ra từng vật rõ đến đâu.

Detection có thể cung cấp vị trí từng đối tượng; density estimation học bản đồ mà tổng giá trị liên quan đến số đếm. Hồi quy trực tiếp số đếm đơn giản hơn về đầu ra nhưng ít thông tin vị trí.

Bản đồ mật độ phải giữ tính nhất quán khi resize và chuẩn hóa nhãn. Threshold và non-maximum suppression ảnh hưởng detection counting. Các thiết kế lai cần ablation để biết từng thành phần đóng góp thế nào.

Trong ảnh dưới nước, cá có thể gần như hòa vào môi trường. IOCFormer là một nghiên cứu về trường hợp đối tượng khó nhìn rõ như vậy.

Nghiên cứu CVPR 2023 giới thiệu bài toán indiscernible object counting và dữ liệu IOCfish5K. IOCFormer kết hợp nhánh mật độ và hồi quy; đây là công trình của các tác giả bài báo, không phải kết quả do EyeCode tuyên bố.

Đọc paper và repository của tác giả để đối chiếu thiết lập dữ liệu, loss và đánh giá. Khi tái lập, ghi rõ phiên bản dữ liệu và cấu hình; không suy rộng thứ hạng benchmark sang dữ liệu công nghiệp chưa được thử nghiệm.