我需要一些指导来创建机器学习项目来检测微塑料

Question

对于我的期末项目，我必须创建一个 ML 模型，用于检测直径 47 毫米的圆盘中的微塑料。数据集非常小，比如 40 张图像，其中只有 7 张被标记。在过去的 2 年里，我没有接触过机器学习三年了，我几乎忘记了一切。目标是分类并找到每个物体的长度、宽度、面积。我需要一些关于如何开始的指导，因为我陷入困境并且有一段时间没有取得任何进展，欢迎我可以使用的任何提示或教程。我有以下课程：

1. 片段（以红色突出显示）-不规则、未定义的形式
2. 颗粒（以蓝色突出显示）- 一般为圆形、圆形
3. 薄膜（以粉色突出显示）-通常是透明塑料
4. 线（以橙色突出显示）-线形物体
5. 纤维（以绿色突出显示）- 与线相同，但非常细

Answer 1

在开始创建任何类型的 ML/DL/CV 模型之前，我们需要考虑一些事情：

• 数据够好吗？
• 哪些任务适合目标？
• 我们是想从头开始纠正代码还是最好重用一些框架？

数据

您的数据集只有 40 张图像，足以代表您想要解决的实际问题吗？ 我的意思是，塑料片之间的距离总是这么远吗？镜头总是这样居中吗？图片大小一样吗？...

如果您对上述任何问题的回答为“是”，您可能需要考虑更新或更改您的数据集。如果你真的想坚持下去，请尝试一些图像预处理、一些清理、数据增强......

任务

这是一个分类/检测/分割/...问题吗？

由于一张图像中有多个对象，因此这不仅仅是一个分类任务。

您提到您的目标之一是找到塑料的面积。请注意，红色和橙色的圆圈相似，这意味着最终的面积也相似，但我们可以清楚地看到一个更薄，因此面积要小得多。 这使得检测（圆形/矩形/多边形...）不太合适。

细分怎么样？嗯，分割任务尝试对对象的所有像素进行着色，这样您就可以精确地分辨出该区域。

那么检测和分割的结合呢？

从头开始编写还是重用代码？

有很多库和框架为我们完成繁重的计算工作。

如今，开始 ML/DL/CV 最友好的方法是打开 Jupyter Notebook 并按照教程进行操作。我就往这边走。

所以你必须问自己这是否是你想要学习基础知识的问题。如果是这样，那么使用一些库，如 NumPy、SciPy、PyTorch、TensorFlow...来创建您自己的模型和/或神经网络。

如果您没有时间或者根本不想学习基础知识（尽管了解一些东西总是好的），或者您只是想创建一个应用程序并专注于与其他服务的集成，请使用一些开箱即用的框架，提供经过训练的模型，如 YOLO、TorchVision...