92. spotkanie MLGdańsk [ONLINE] – Robustness in Computer Vision

Nasze 92. spotkanie odbyło się online 21 września 2020 r.

Prelegentem był Sebastian Cygert realizujący doktorat na Politechnice Gdańskiej – Sebastian specjalizuje się w wykorzystywaniu głębokich sieci neuronowych w zadaniach analizy obrazu.

Zobaczyliśmy prezentację pt.: “Robustness in Computer Vision”, w której poruszone zostały tematy zdolności generalizacji przez sieci neuronowe, analizy ich działania oraz oceny poziomu generalizacji.

Podczas pierwszej części spotkania dowiedzieliśmy się o zastosowaniach aplikacyjnych, w których wysoka generalizacja jest istotna.

Przykładem takiego obszaru są systemy wizyjne w pojazdach autonomicznych, które powinny zachować wysoką dokładność w różnych warunkach pogodowych, o różnych porach dnia i roku, a nawet w różnych strefach klimatycznych.

W kolejnej części prelekcji zaprezentowane zostały liczne przykłady analizy decyzji podejmowanych przez sieci neuronowe.

Okazuje się, że sieci neuronowe często opierają swoje decyzje na cechach obrazu, które nie są widoczne dla człowieka. W licznych badaniach wykazano, że niewielka zmiana wartości pikseli (niewidoczna dla człowieka) może spowodować zmianę klasy zwracanej przez sieć.

W innym badaniu opisano, że sieć podczas podejmowania decyzji, zwraca uwagę nie tylko na sam obiekt ale i na otoczenie czy tło. Zmiana tła może prowadzić do zmiany decyzji sieci neuronowej. Kolejnym z zaprezentowanych przykładów, był system wykrywania zapalenia płuc ze zdjęć rentgenowskich. Analiza miejsc obrazu, które wpływają na decyzję sieci neuronowej, wykazała jednak, że sieć neuronowa opiera decyzje na znaczniku znajdującym się w rogu zdjęcia RTG.

W ostatniej część przedstawiono sposoby oceny generalizacji sieci neuronowych – na przykład wydzielając zbiór testowy z innego zbioru danych.

Sebastian omówił również sposoby polepszenia generalizacji sieci neuronowych np. poprzez odpowiednie techniki rozszerzania danych.

Prezentacja ze spotkania dostępna jest pod tym linkiem.

Serdecznie zapraszamy na nasze kolejne spotkania!

Zapowiedź – 92. spotkanie [ONLINE] – Robustness in Computer Vision

Serdecznie zapraszamy do uczestnictwa ONLINE w 92. spotkaniu grupy MLGdańsk.

Spotkanie odbędzie się w poniedziałek, 21.09.2020, godz. 18:00

pokój Skype: https://join.skype.com/ahGeHjxaNACK
(uwaga: na każde spotkanie mamy nowy link!)

Prelegentem będzie Sebastian Cygert

Temat prelekcji to: Robustness in Computer Vision

Kilka słów od Prelegenta:
Podczas prezentacji opowiem o zdolnościach generalizacyjnych algorytmów uczenia maszynowego, z naciskiem na tzw. safetyAI.

W szczególności pokażę liczne przykłady, gdzie algorytmy obecnie zawodzą, spróbujemy odpowiedzieć sobie na pytanie dlaczego tak się dzieje i co można z tym zrobić.

W czasie prezentacji będę posługiwać się przykładami z wizji komputerowej (choć nie tylko), ale sama prezentacja w dużej mierze będzie generalizować do innych dziedzin AI 🙂

Serdecznie zapraszamy!

91. spotkanie [ONLINE] – Pakiet ‚platypus’ – detekcja obiektów i segmentacja obrazów w R w kilku linijkach kodu

Nasze 91. spotkaniu odbyło się online 9 września 2020 r.

Prelegentem był Michał Maj – Data Scientist z szczególnie ciekawym doświadczeniem w dziedzinie rozpoznawaniu obrazów i środowisku R.

Przedstawiona została prezentacja pt.: “platypus – R package for object detection and image segmentation”.

Prelekcję rozpoczęło przedstawienie projektu dotyczącego wykrywania schorzeń stawu biodrowego z użyciem technik deep learning. Jest to projekt realizowany w ramach programu e-Pionier.

W ramach projektu został zbudowany model klasyfikujący różne typy schorzeń. Wejściem do modelu było kilka tysięcy zdjęć formatu DICOM. Michał szczegółowo omówił w jaki sposób dane były zbierane, opisywane oraz przed jakimi wyzwaniami stanął zespół w trakcie tworzenia modeli.

Ostatecznie, zastosowano transfer learning z bazą w postaci modelu CheXNet (architektura DenseNet121).

Zasadniczą częścią prelekcji Michała, było przedstawienie biblioteki 'platypus’.

Jest to stworzony przez Michała pakiet R, ułatwiający tworzenie modeli Deep Learningowy dla zadań segmentacji obrazów i detekcji obiektów. Biblioteka ta posiada implementację modeli YOLOv3 oraz U-Net.

W tej części, prelegent opisał podstawowe typy problemów z dziedziny rozpoznawania obrazów, oraz sposoby ich rozwiązywania z wykorzystaniem powyższych architektur.

Michał przedstawił również przykłady w R, jak użyć biblioteki 'platypus’ w akcji.

Prezentacja ze spotkania jest dostępna tutaj

Biblioteka 'platypus’ do pobrania z:
https://github.com/maju116/platypus

Wkrótce udostępnimy również nagranie z tej prelekcji.

Serdecznie zapraszamy na nasze kolejne spotkania!

Zapowiedź – 91. spotkanie [ONLINE] – Pakiet 'platypus’ – detekcja obiektów i segmentacja obrazów w R w kilku linijkach kodu

Serdecznie zapraszamy do uczestnictwa ONLINE w 91. spotkaniu grupy MLGdańsk.

Spotkanie odbędzie się w poniedziałek, 07.09.2020, godz. 18:00

pokój Skype: https://join.skype.com/fxzDy3YGs8qU
(uwaga: na każde spotkanie mamy nowy link!)

Prelegentem będzie Michał Maj
(https://www.linkedin.com/in/michal-maj116/)

Temat prelekcji to: Pakiet 'platypus’ – detekcja obiektów i segmentacja obrazów w R w kilku linijkach kodu

Kilka słów od Prelegenta:
’platypus’ jest moim pierwszym większym projektem Deep Learningowym.

Podczas prezentacji opowiem o detekcji obiektów z YOLOv3, segmentacji obrazu z U-Net oraz pokażę przykłady wykorzystania „platypus” w medycynie.

Info o projekcie można znaleźć tu: https://github.com/maju116/platypus

Serdecznie zapraszamy!