Handling objects that straddle tiles
Nessuno ha ancora preso questa issue.
Valutazione
- Difficoltà
- 5/5
- Tempo stimato
- Più di una settimana
- Idoneità per principianti
- 20/100
- Tipo di issue
- Funzionalità
- Chiarezza
- Da chiarire
- Stato di attività
- Ferma
- Stack tecnologico
- python
- Ambito
- computer-vision, machine-learning
Direzione di ricerca
L'issue indica le estensioni delle tile basate su mbtile di label-maker e il percorso ml_type=='object-detection'; inizia tracciando come questi input generano tile di addestramento e suddividono gli oggetti ai bordi. Il risultato desiderato non è specificato; verifica quindi se sono desiderati limiti dinamici e definisci test per il comportamento di oggetti interi, oggetti ritagliati e tile ordinarie prima dell'implementazione.
Scritto dal modello di indicizzazione a partire dal testo della issue.
Descrizione
Given my understanding of how label-maker works, tile extents are static (and based on the mbtile files), and with ml_type=='object-detection', objects that straddle tile boundaries will be split up in the training data. Ideally, the tile bounds would be generated dynamically so that it could generate tiles that contain the entire object, which should help the model learn better. However, fixing this would probably complicate the implementation (which I think is elegant, btw), and might not be worth it assuming there aren't many objects that straddle tiles, or if you want to be able to detect partial, clipped objects. I was just wondering if this is something you've considered.
- Lingua principale
- Python
- Stelle
- 471
- Fork
- 106
- Metriche di merge delle PR
- Nessuna PR unita negli ultimi 30g
Preparare l'ambiente
- Nessun Dockerfile né file Docker Compose
- Nessun modello di pull request
- Leggi la guida per i contributori
Come iniziare
- Leggi tutta la issue e poi la guida ai contributi del progetto.
- Commenta sulla issue per dire che te ne occupi tu — evita che due persone facciano lo stesso lavoro.
- Fai un fork del repository e lavora su un branch.
- Apri una pull request che faccia riferimento al numero della issue.
Altre issue di developmentseed/label-maker
-
Difficoltà 2/5 1-3 ore Idoneità per principianti 35/100
developmentseed/label-maker#195 ·
-
Difficoltà 3/5 1-2 giorni Idoneità per principianti 35/100
developmentseed/label-maker#186 ·
-
Difficoltà 2/5 1-3 ore Idoneità per principianti 35/100
developmentseed/label-maker#185 ·
-
Generalize Final data.npz outputForse di nuovo libera @martham93 l’ha presa 2258 giorni fa e non c’è nessuna pull request aperta. Apertaenhancement
developmentseed/label-maker#181 · 1 commento · 1 assegnatario ·
-
No support for Tensorflow 2Aperta
Difficoltà 4/5 3-5 giorni Idoneità per principianti 25/100
developmentseed/label-maker#180 · 1 commento ·
Tutte le issue di developmentseed/label-maker
Issue simili
-
cost:cheap practicality:seen-in-the-wild severity:medium
Difficoltà 2/5 1-3 ore Idoneità per principianti 72/100
fairagro/m4.2_advanced_middleware_api#620 ·
I maintainer di solito rispondono entro 1 giorno
-
area:security effort:S priority:P2 provider:local-libvirt status:ready type:docs
Difficoltà 2/5 1-3 ore Idoneità per principianti 75/100
randomparity/kdive#3495 ·
I maintainer di solito rispondono entro 1 giorno
-
Difficoltà 2/5 1-3 ore Idoneità per principianti 82/100
microsoft/markitdown#2820 ·
I maintainer di solito rispondono entro 1 giorno
-
Difficoltà 2/5 1-3 ore Idoneità per principianti 72/100
I maintainer di solito rispondono entro 1 giorno
-
Difficoltà 2/5 1-3 ore Idoneità per principianti 78/100
I maintainer di solito rispondono entro 2 giorni