No mejora mi precisión

Estoy realizando mi proyecto que consiste en la detección de semáforos peatonales, y debe detectar el semaforo en verde y rojo, he realizado varios entrenamientos, pero no he tenido buena precisión, me recomendaron aumentar datos y lo hice, actualmente tengo 680 imágenes en total, 340 por cada clase, pero tampoco he tenido buenos resultados, he realizado varios proyectos y lo máximo que he podido llegar es a 72% de precisión.
los semaforos los etiqueto de esta forma

Mi mapa de características actual se separa bastante bien pero no puedo tener buenos resultados. con estas caracteristicas no he podido llegar a 70% en la precisión, por lo que al aumentar mas imagenes mi precisión a disminuido. ¿Que podría hacer para mejorar esto?

Mi proyecto es el ID: 67687
ya llevo varios meses en esto y no he podido avanzar
Espero me puedan ayudar, estaré muy agradecido :pensive:

la detección de objetos requiere datos muy limpios y, como se discutió en hilos anteriores, sus datos están limpios.

¿Puedes por favor hacer público tu proyecto?

¿Cuál es el dispositivo que está utilizando para el resultado final?

¿Probaste tu modelo en tu dispositivo?

@AnshumanFauzdar
aqui esta el proyecto publico


estoy trabajando en la raspberry pi 4B
ya he corrido mi modelo en mi dispositivo con la precisión de 70% y lo he probado en las calles y aun se confunde entre el rojo y verde.

Vi los datos sin procesar y, en términos de detección de objetos, está tratando de adquirir el color de la luz, lo cual es bastante confuso para los métodos de detección de objetos. Sugeriré usar métodos openCV para filtrar el fondo.

He usado el método de detección de objetos en proyectos donde hay distinción de objetos y clasificación de imágenes donde hay el mismo tipo de base de datos de imágenes [ejemplo: clasificación de gatos, perros]

¡En tu proyecto tendrás que combinar ambos!

@AnshumanFauzdar ¿Es posible ejecutar una detección y clasificación de imagenes a la vez en la raspberry pi 4?

de ser posible, ¿Como podria pasar el recuadro “cajas” de la deteccion de objetos a la entrada del clasificador de imagenes?

@Blechon, check this out for multi-stage neural inference with EdgeImpulse - https://www.youtube.com/watch?v=ELCO_gJVDyI

https://www.seeedstudio.com/blog/2021/08/17/multi-stage-inference-with-edge-impulse-tensorflow-lite-reterminal-raspberry-pi-4-cm-inside/

It’s a community project using object detection + classification approach using EdgeImpulse on Raspberry Pi 4.

2 Likes

@dhruvsheth @AnshumanFauzdar muchas gracias por su ayuda he logrado realizar mi proyecto ejecutando un modelo de deteccion y clasificacion al mismo tiempo
ahora espero me puedan ayudar en lo siguiente
normalmente para ejecutar los modelos en la raspberry pi 4 escribo de esta forma
“python3 /home/pi/multi_stage.py /home/pi/detector.eim /home/pi/classifier.eim”
mi pregunta es ¿en donde puedo escribrir la ruta del detector y clasificador dentro del programa principal para poder ejecutar solo escribiendo de esta forma "python3 /home/pi/multi_stage.py "?

estoy trabajando sobre este codigo

image
en esta parte del codigo escribi la ruta de los modelos de la siguiente forma pero me da error al momento de ejecutar
detection_model = /home/pi/detector.eim
classification_model = /home/pi/classifier.eim