Bildannotering för datorseendemodeller med Pose Estimering : råd för nybörjare

Abstract

Detta arbete behandlar disciplinen datorseende inom informationsteknik. Fokuset är på annoteringen av bilder i ett dataset som utnyttjar pose estimering funktionalitet. Forskningsfrågorna som gäller är vad är kriterierna för högkvalitets annotering med nyckelpunkter och hur ett lönsamt dataset kan skapas för modeller med pose estimering. Arbetet är riktat till nybörjare inom världen av datorseende så att de kan undvika problem och vägledas i annotations-processen. Annoteringen av stora dataset för modeller med behov av noggrannhet och pålitlighet kan vara utmanande för oerfarna individer. Arbetet är begränsat i fokus på annotationsverktyg och tekniker och fokuserar sig runt annotationssorter som använder nyckelpunkter eller kan tillämpas med nyckelpunkter. Arbetet innehåller mer litterär teori än praktiska exempel, men ger teoretisk bakgrund om relevanta termer, funktioner och koncept relaterat till datorseende och YOLO modellen. Litterära materialet handlar om bildannotation och YOLO-Pose modeller och praktiska exemplen ger insikt i bildannotationstyper. Arbetet använder systematisk litteraturstudie i genomgången av samlade litteraturen och ger referens till hur det hittades samt referens till relevanta dataset online. Resultaten behandlar vad som är relevant till kvalitativ bild annotation och dataset uppbyggning och hur resultaten kan utnyttjas. Resultaten svarar på hur annotationer kan göras väl och hur ett lönsamt dataset som använder nyckelpunkter skapas.