Pedro Cunial -- Insper 2018
Desenvolvido para a disciplina de Visão Computacional do Insper (2018), o projeto baseia-se em um modelo de rede neural (MobileNetV2), para encontrar imagens próximas a uma dada palavra-chave.
As palavras chaves possíveis são descritas pelos rótulos da ImageNet
As dependências do projeto estão descritas no requirements.txt. Apesar do projeto ter um Pipfile, existe uma incompatibilidade entre as versões mais recentes.
Para instalar as dependências use: pip install -r requirements.txt
O programa é basicamente dividido em duas partes, a indexação da base de dados e a busca de um rótulo na base
Para fazer a indexação use:
python main.py --build-index ou python main.py --train
O programa espera uma pasta chamada data na raíz do projeto contendo diversas pastas cada uma com imagens a serem rotuladas. Adicionalmente, pode-se passar o path relativo da pasta utilizando o argumento --dir
python main.py --build-index --dir <path para diretório utilizado>
Para buscar por uma palavra-chave, basta utilizar o argumento --term ou --search
python main --term <palavra-chave>
Ao executar uma busca, o programa retorna as cinco imagens mais próximas do termo escolhido, bem como o as suas probabilidades.
Por exemplo, para o termo banana, a imagem de melhor probabilidade retornada foi (com 99% de certeza):
No entanto, nem todos os termos existentes no ImageNet estão representados no dataset, por exemplo, ao buscar pelo termo scuba diver, a imagem de maior probabilidade foi (com 2,15% de certeza):
