Карта задач компʼютерного зору

Тема оглядова, тож і завдання тут не про навчання моделей — жодну модель ти не навчатимеш. Вони про те, щоб упевнено розрізняти постановки задач, рахувати IoU й чесно оцінювати ціну розмітки, перш ніж братися за роботу.

рівень 1Рівень 1 — База

Побудуй у зошиті власну сцену з трьома предметами: два телефони й одна коробка (коробку зроби ширшим прямокутником під іншим кутом). Створи для неї всі пʼять типів розмітки, як це зроблено в практиці.

Зроблено, якщо:

• надруковано таблицю з трьох рядків: для кожного предмета — площа маски, рамка (x1, y1, x2, y2) і частка фону всередині рамки у відсотках;
• надруковано, скільки чисел містить кожна з пʼяти розміток цієї сцени;
• у сцені є хоча б одна пара предметів, які торкаються, і cv2.connectedComponents на семантичній масці повертає менше областей, ніж предметів у сцені.

рівень 2Рівень 2 — Плюс

Візьми поріг IoU і подивись, як від нього залежить оцінка детектора.

Зафіксуй розмічену рамку правого телефона й перебери сто «прогнозів»: рамки, зсунуті на випадкові величини від −40 до +40 пікселів по кожній осі (np.random.default_rng(42), щоб результат відтворювався). Для кожного порога IoU зі списку 0.3, 0.5, 0.7, 0.9 порахуй, скільки прогнозів вважаються влучними.

Зроблено, якщо:

• надруковано таблицю «поріг → скільки влучань зі ста»;
• побудовано графік: по горизонталі поріг, по вертикалі частка влучань;
• у висновку одним абзацом пояснено, чому та сама модель на порозі 0.9 виглядає майже непрацездатною, хоча жодна її рамка не змінилась.

рівень 3Рівень 3 — Виклик

Дві частини: розрахунок і рішення.

Частина А — кошторис. Напиши функцію annotation_hours(images, objects_per_image, task), яка повертає час розмітки в годинах для task зі списку "класифікація", "детекція", "сегментація". Побудуй графік: по горизонталі — кількість зображень від 100 до 20 000 (логарифмічна шкала), по вертикалі — години. Познач горизонтальною лінією бюджет у 200 годин і знайди, скільки зображень уміщається в цей бюджет для кожної з трьох постановок.

Частина Б — вибір. Замовник із дошки оголошень просить систему, яка «перевірятиме фото товару перед публікацією». Випиши пʼять різних конкретних питань, які за цим формулюванням можуть ховатись (наприклад: «чи є на фото взагалі телефон», «чи не додано чуже фото з іншого оголошення»), і для кожного назви постановку задачі, тип розмітки й приблизний час розмітки 5 000 зображень за твоєю функцією з частини А.

Зроблено, якщо:

• графік побудовано, і для кожної постановки названо число зображень, яке вміщається в 200 годин;
• у таблиці зі пʼяти рядків для кожного питання стоїть постановка, тип розмітки й час;
• обрано один варіант із пʼяти як «з якого починати» і пояснено вибір саме через співвідношення користі й ціни розмітки, а не через складність моделі.

Підказки

• Рамку предмета не обовʼязково задавати руками: якщо є маска, рамка з неї дістається трьома рядками — np.any по рядках, np.any по стовпцях, потім перший і останній True.
• У завданні 2 не пиши IoU заново — візьми box_iou з практики. Якщо доводиться копіювати код удруге, це знак, що функція має жити окремо.
• cv2.connectedComponents повертає пару: кількість міток і карту міток. Фон теж має мітку (нуль), тому предметів завжди на одиницю менше, ніж міток.
• У завданні 3 не шукай «правильної» відповіді в частині Б — її немає. Оцінюється саме те, чи звʼязані між собою питання замовника, форма відповіді моделі й кошторис розмітки.