8월 1주차 중간미팅

Notice / Previous Week

Memos

Yolo

• 진행사항: 여러 버전 중, v8 버전 사용할 계획. 데이터셋으로 roboflow로 간단히 테스트를 진행할 예정.

• 해결할 사항: 1. 디테일 살리기, 2. 각 영역의 대표 색상으로 칠하도록, 3. 이미지 생성이 아닌 각 ROI에 대한 색상 레이블을 뽑기. 1,2번 사항이 우선 해결해야 함.

• 1단계로 이미지에서 메인 물체를 찾는 것을 할 것. 메인 물체를 어떻게 선정할지에 대해서는 Yolo 모델에 대한 공부가 필요.

• 2단계로 탐지된 메인 이미지를 필터링(필요 없는 부분 지우기)

• 3단계(최종)로 최종 ROI에 대한 색상 뽑기.

• 11가지 색상 팔레트로 진행할 경우 색상의 디테일이 감소함. → {색상, RGB} 형식의 튜플로 반환하면 해결할 수 있을 것으로 생각됨.

• 진행 정도에 따라 벤치마크 방법이 달라질 것으로 생각됨.

• 1) main object 뽑기
• 선정 기준 : 영역이 넓은애 or 이미지에서 중요한 역할을 하는 애
• YOLO 논문 찾아서 읽기

• 2) segmentation 진행
• 상,하의 짜르는거 (detail) → 1번과 동시에 진행할 수는 없을까?

• 3) 2번 단계에서 뽑은 detail 뽑아낸 ROI에 대해 super-pixelization

• 4) 11가지 색상은 색상의 특수성을 띄기 어려울건데 어떻게 뽑아낼 수 있을까?

Superpixel

Superpixel

cluster = 2

불가사리와 배경으로 클러스터링이 된게 gt인데 이렇게 나옴

그림자 영역의 비율이 커서 그럼

cluster = 3

cluster = 4

 

코드 revision 조금 더 손보면 괜찮을 것

 

무신사 이미지에 대해

입력 이미지

 

Matlab 출력 이미지

 

Python 출력 이미지

cluster = 2