Como funciona a detecção de objetos

O algoritmo de Detecção de objetos identifica e localiza todas as instâncias de objetos em uma imagem de uma coleção conhecida de categorias de objetos. O algoritmo obtém uma imagem como entrada e produz a categoria à qual o objeto pertence, junto com uma pontuação de confiança que pertence à categoria. O algoritmo também prevê a localização e a escala do objeto com uma caixa delimitadora retangular. A detecção de objetos do Amazon SageMaker AI usa o algoritmo Single Shot multibox Detector (SSD), que trabalha com uma rede neural convolucional (CNN) pré-treinada para a tarefa de classificação como a rede básica. O SSD usa a saída de camadas intermediárias como atributos para detecção.

Várias CNNs, como a VGG e a ResNet, atingiram excelentes níveis de desempenho na tarefa de classificação de imagens. A detecção de objetos no Amazon SageMaker AI permite o uso da VGG-16 e da ResNet-50 como rede básica para SSD. O algoritmo pode ser treinado no modo de treinamento completo ou no modo de aprendizado por transferência. No modo de treinamento completo, a rede básica é inicializada com pesos aleatórios e depois treinada nos dados do usuário. No modo de aprendizado por transferência, os pesos da rede básica são carregados de modelos pré-treinados.

O algoritmo de detecção de objetos usa operações de aumento de dados padrão, como inversão, redimensionamento e oscilação, de forma instantânea e interna para ajudar a evitar o sobreajuste.