Phát hiện vật thể và phân đoạn ảnh: IoU, NMS, mAP, YOLO26, U-Net và Segment Anything
Từ 'ảnh này là gì' tới 'vật ở đâu': bounding box, IoU và NMS tự viết bằng NumPy, cách đọc mAP, detector một giai đoạn và hai giai đoạn, huấn luyện YOLO26 trên dữ liệu tự gán nhãn; phân đoạn ngữ nghĩa và instance với U-Net, Mask R-CNN, Segment Anything.
12 phút đọc
Phân loại ảnh trả lời "ảnh này có gì". Nhưng xe tự lái cần biết người đi bộ ở đâu, camera nhà máy cần biết vết xước nằm chỗ nào, ứng dụng y tế cần tô chính xác vùng khối u. Đó là các bài toán phát hiện vật thể (object detection) và phân đoạn ảnh (segmentation) — phần lớn ứng dụng Computer Vision thực tế nằm ở đây.
Bài này giải thích các khái niệm nền (IoU, NMS, mAP) bằng code tự viết, rồi đi tới công cụ thực chiến: YOLO của Ultralytics cho phát hiện, U-Net và Segment Anything cho phân đoạn.
Bài viết PRO
Phần còn lại dành cho thành viên PRO
Bài này thế nào?
Bài viết có hữu ích với bạn?
Đánh giá giúp mình biết nên viết thêm về chủ đề nào.