Aprendizaje automático práctico para visión por ordenador

Capítulo 5. Creación de conjuntos de datos de visión

Este trabajo se ha traducido utilizando IA. Agradecemos tus opiniones y comentarios: [e-mail]

Para llevar a cabo el aprendizaje automático sobre imágenes, necesitamos imágenes. De los casos de uso que vimos en el Capítulo 4, la gran mayoría eran para aprendizaje automático supervisado. Para tales modelos, también necesitamos la respuesta correcta, o etiqueta, para entrenar el modelo ML. Si vas a entrenar un modelo ML no supervisado o un modelo autosupervisado, como un GAN o un autoencoder, puedes prescindir de las etiquetas. En este capítulo veremos cómo crear un conjunto de datos de aprendizaje automático formado por imágenes y etiquetas.

Consejo

El código de este capítulo se encuentra en la carpeta 05_create_dataset del repositorio GitHub del libro. Proporcionaremos los nombres de archivo de los ejemplos de código y de los cuadernos cuando proceda.

Recopilación de imágenes

En la mayoría de los proyectos de ML, la primera etapa consiste en recopilar los datos. La recogida de datos puede hacerse de muchas maneras: montando una cámara en un cruce de tráfico, conectándose a un catálogo digital para obtener fotografías de piezas de automóviles, comprando un archivo de imágenes por satélite, etc. Puede ser una actividad logística (montaje de cámaras de tráfico), técnica (construcción de un conector de software a la base de datos del catálogo) o comercial (compra de un archivo de imágenes).

Metadatos como ...