针对商业面包厂的计算机视觉模型训练：主要使用合成图像
计算机视觉与模式识别
2024-10-01 v1 机器学习
摘要
在食品行业，重新加工退回产品是提高资源效率的关键步骤。[SBB23] 展示了一个自动化跟踪退回面包小卷饼的 AI 应用程序。我们扩展了其工作，创建了由 2432 张图像组成的扩大数据集，并涵盖更广泛的烘焙产品。为增加模型的鲁棒性，我们使用生成模型 pix2pix 和 CycleGAN 创建合成图像。我们在检测任务上训练了最先进的目标检测模型 YOLOv9 和 YOLOv8。我们的总体最佳表现模型在测试集上实现了 90.3% 的平均精确率 [email protected]。
引用
@article{arxiv.2409.20122,
title = {Training a Computer Vision Model for Commercial Bakeries with Primarily Synthetic Images},
author = {Thomas H. Schmitt and Maximilian Bundscherer and Tobias Bocklet},
journal= {arXiv preprint arXiv:2409.20122},
year = {2024}
}
备注
FZI Workshop - K\"unstliche Intelligenz im Mittelstand (KI-KMU 2024)