Hồ Chí Minh, 04-11-2023
Võ Duy Nguyên, UIT-Together Research Group

Bài toán Phát hiện đối tượng

Mục lục

• Bài toán Phát hiện đối tượng
  • Mục lục
  • Giới thiệu
  • Minh họa một số bài toán phát hiện đối tượng
    • Ví dụ 01: Phát hiện đối tượng trong ảnh
    • Ví dụ 02: Phát hiện đối tượng trong không ảnh
    • Ví dụ 03: Phát hiện đối tượng trong tài liệu dạng ảnh

Giới thiệu

Bài toán phát hiện đối tượng trong ảnh là một trong những bài toán cơ bản của lĩnh vực thị giác máy tính.

Đầu vào của bài toán là: ảnh
Đầu ra của bài toán là: nhãn và vị trí các đối tượng (nếu có) trong ảnh.

Minh họa đầu vào, đầu ra của bài toán phát hiện đối tượng.

Đầu vào là ảnh, đầu ra nhãn (cat) và vị trí (x,y,w,h). [Nguồn ảnh cs221n]

Vị trí của đối tượng khi trực quan trên ảnh có dạng hình hộp bao đối tượng (bounding box - bbox). Có nhiều cách để lưu trữ thông tin (tọa độ trên ảnh) của bbox. Trong ví dụ trên, bbox sử dụng định dạng MS-COCO gồm (x,y,w,h). Trong đó, (x,y) là điểm trái trên của bbox, w là chiều rộng của bbox, h là chiều cao của bbox.
Xem thêm các định dạng pascal voc, yolo

Minh họa một số bài toán phát hiện đối tượng

Ví dụ 01: Phát hiện đối tượng trong ảnh

…

Ví dụ 02: Phát hiện đối tượng trong không ảnh

…

Ví dụ 03: Phát hiện đối tượng trong tài liệu dạng ảnh

…

Tài liệu hướng dẫn dùng cho nhóm UIT-Together Research Group