repository for saturdays.ai project about evaluation of bicycle-friendly paths in Madrid
Etapas de desarrollo del proyecto:
- Tratamiento de datos (IMGS):
-
Generación de DATASET:
- Extraer más imagnes:
- DATA AUGMENTATION: generación de imagenes a partir de subsets
-
Armonización de imaǵenes:
-
(a) Sin ningún tipo de tratamiento:
- Comprobar shape de las imágenes: FOVinicial == FOVfinal (F of View)
- Histograma de contrast: Ecualización con CLAHE
-
(b) Imágenes en BW:
Una vez que tenemos las imágenes en numpy array, triplicamos la tercera dimensión (1,1,3) con CLAHE
-
-
MODELO:
- 2.1. Clasificación:
Con pycaret, ML y RNN, de forma que podamos comparar y hacer visualización.
- 2.1.1 BINARIA: Empezamos con dos labels y si da tiempo - 2.1.2. MULTICLASIFICACIÓN
Necesitamos hacer:
- CUantificación de % pixel / total img (VALOR DE LA SEGMENTACIÓN CUANTIFICADO)
- 2.2 FEATURE EXTRACTION:
A partir de las máscaras obtenidas, convertimos la información de la segmentación en vectores caracterizadores.
- Sin feature selection
- COn feature selection (UMBRAL)
2.3 SEGMENTACION -> Filtrado -> Eliminamos personas de lasi imgs
-
RESULTADOS
HACER VISUALIZACIONSE
<nombre del proyecto>
|
| geodata/
| | #todo
| | #todo