Objektdetektering och bildklassificering med Fast.ai

Abstract

Artificiell intelligens och dess snabba utveckling är nuförtiden något som märks tydligt av i vardagen och debatteras flitigt. Flera industrier har länge haft nytta av maskininlärning och djupinlärning för att automatisera repetitiva arbeten, arbeten som är för farliga för en människa att utföra eller allt för tidskrävande. Dessa implementeringar har varit betydande för att underlätta människans vardag, för att spara tid och snabba upp olika produktionsprocesser.

Syftet med detta examensarbete var att undersöka hur väl det går att detektera objekt och att klassificera dem med djupinlärningsbiblioteket Fast.ai. Uppdraget gick ut på att skapa maskininlärningsmodeller, som skulle detektera människor och rörliga objekt från bilder och drönarvideor på olika höjder, samt att klassificera dem. Bildklassificeringen lyckades, men objektdetekteringen gick inte att fullfölja. Den färdiga bildklassificeringsmodellen hade en felprocent på 0,33 % under validering och en felprocent på 4,8 % under testning.

Resultatet i examensarbetet blev något annat än förväntat, eftersom de verktyg som Fast.ai använder för att testa prestandan för tränade modeller fungerar inte direkt med objektdetektering. För att implementera objektdetektering med ramverket behövs egen kod för datahantering skapas, vilket kräver en bredare kunskap i Python. Det finns i detta skede ingen metod inom Fast.ai, som är specifikt utvecklat för att testa prestandan för objektdetekteringsmodeller.

Artificial intelligence and its rapid development are clearly noticeable in everyday life and is intensively debated. Several industries have long benefited from machine learning and deep learning to automate tasks that would be too dangerous for humans to perform, too repetitive or too time consuming. These implementations have been significant in facilitating human life, saving time, and speeding up various productions.

The purpose of this bachelor’s thesis was to investigate how well object detection and image classification work with the deep learning library, Fast.ai. The task was to create a machine-learning model that would detect people and moving objects from images and drone videos at different altitudes and classify them. Image classification was successful, but object detection could not be completed. The error rate of the completed image classification model was 0,33 % during validation and 4,8 % during inference.

The results were different from what was anticipated since the tools that Fast.ai uses to evaluate the performance of trained models do not actually comply with object detection. To implement object detection with the framework, custom code for data handling is required, which demands broader knowledge of Python. There is currently no method within the Fast.ai library that is specifically developed to evaluate the performance of object detection models.