Vai al contenuto

Applicazioni pratiche di deep learning/Segmentazione delle immagini

Aggiungi collegamenti
Wikibooks, manuali e libri di testo liberi.
Applicazioni pratiche di deep learning
Categoria · Copertina · Sviluppo · Modifica il template
Applicazioni pratiche di deep learningApplicazioni pratiche di deep learning

Riconoscimento malattie ortaggiApplicazioni pratiche di deep learning/Riconoscimento malattie ortaggi Elaborazione del linguaggio naturaleApplicazioni pratiche di deep learning/Elaborazione del linguaggio naturale Riconoscimento recensioni positive AmazonApplicazioni pratiche di deep learning/Riconoscimento recensioni positive Amazon Identificazione tumori della pelleApplicazioni pratiche di deep learning/Identificazione tumori della pelle Diagnosi polmoniteApplicazioni pratiche di deep learning/Diagnosi polmonite Diagnosi alzheimerApplicazioni pratiche di deep learning/Diagnosi alzheimer Analisi elettrocardiogramma (ECG)Applicazioni pratiche di deep learning/Analisi elettrocardiogramma (ECG) Classificazione dei tweetsApplicazioni pratiche di deep learning/Classificazione dei tweets Segmentazione delle immaginiApplicazioni pratiche di deep learning/Segmentazione delle immagini Profilazione delle personeApplicazioni pratiche di deep learning/Profilazione delle persone Raccomandazione prodottiApplicazioni pratiche di deep learning/Raccomandazione prodotti Da voce a testoApplicazioni pratiche di deep learning/Da voce a testo Conversazione AIApplicazioni pratiche di deep learning/Conversazione AI Classificazione dei fioriApplicazioni pratiche di deep learning/Classificazione dei fiori Interrogare documenti(LLM)Applicazioni pratiche di deep learning/Interrogare documenti(LLM) Realizzare un chatbot(LLM)Applicazioni pratiche di deep learning/Realizzare un chatbot(LLM)

Creare un notebook ColabApplicazioni pratiche di deep learning/Creare un notebook Colab

Nell'elaborazione di immagini digitali e nella visione artificiale, la segmentazione dell'immagine è il processo di partizione di un'immagine digitale in più segmenti di immagine, noti anche come regioni dell'immagine o oggetti immagine ( set di pixel ). In pratica attraverso il deep learning è possibile identificare le varie parti di un'immagine . Alcune delle applicazioni pratiche della segmentazione delle immagini sono:

  • Imaging medico, comprese le immagini di rendering volumetrico da tomografia computerizzata e risonanza magnetica, ad esempio nella localizzazione dei tumori e in altre patologie
  • Rilevamento di oggetti
  • Rilevamento pedoni
  • Riconoscimento facciale
  • Riconoscimento delle impronte digitali
  • Riconoscimento dell'iride
  • Sistemi di controllo del traffico
  • Video sorveglianza

Per procedere alla segmentazione della foto a destra

tramite Hugging Face, utilizzando il modello di default facebook/detr-resnet-50-panoptic, si procede cosi su Colab: 

!pip install -q transformers

!pip install timm

from transformers import pipeline
model = pipeline("image-segmentation")
model("https://live.staticflickr.com/65535/52204191055_04e952292f_4k.jpg")

che dà il seguente risultato : 

No model was supplied, defaulted to facebook/detr-resnet-50-panoptic (https://huggingface.co/facebook/detr-resnet-50-panoptic)
[{'label': 'person',
 'mask': <PIL.Image.Image image mode=L size=2731x4096 at 0x7FF14AF8AB90>,
 'score': 0.9985314607620239},
{'label': 'playingfield',
 'mask': <PIL.Image.Image image mode=L size=2731x4096 at 0x7FF14AF8A990>,
 'score': 0.9412941336631775},
{'label': 'person',
 'mask': <PIL.Image.Image image mode=L size=2731x4096 at 0x7FF14AF8AED0>,
 'score': 0.9996600151062012},
{'label': 'bicycle',
 'mask': <PIL.Image.Image image mode=L size=2731x4096 at 0x7FF14AF8A3D0>,
 'score': 0.9092055559158325}]

Quindi il modello con un'accuratezza superiore al 90% ha individuato nella foto 2 persone, una bicicletta e un campo da gioco.

[modifica | modifica sorgente]


Estratto da "https://it.wikibooks.org/w/index.php?title=Applicazioni_pratiche_di_deep_learning/Segmentazione_delle_immagini&oldid=456095"