Repositório para implementação de projetos relacionados à dissertação do mestrado de computação aplicada.
Comparar desempenho de modelos baseados em U-Net (U-Net original) e Transformers (TransUnet, AttentionUnet) com outras implementações para a tarefa de estimativa de profundidade.
- Paralelismo: O treinamento do modelo pode levar várias horas ou dias, além disso há outras tarefas da dissertação além dos experimentos, por isso, executar o modelo localmente em diversas máquinas ou online (Kaggle, Google Colab, por exemplo) é algo fundamental para viabilizar o projeto
- Recuperabilidade: O treinamento é demorado e pode ser interrompido por inúmeras causas (queda de luz, de rede, manutenção da máquina), perder horas de processamento é um problema grave, portanto, o estado do modelo deve ser salvo e recuperado
- Produtividade: Uma vez populado a base de casos de teste, o sistema deve executar todos sem a necessidade de alterações manuais (salvo mudanças de configurações para adaptarem ao ambiente que estão executando)
Modelo: U-Net (tradicional)
Modo de leitura: cv2.IMREAD_ANYDEPTH
done | width | height | filters (min) | filters (max) |
---|---|---|---|---|
256 | 256 | 64 | 512 | |
256 | 256 | 64 | 1024 | |
512 | 512 | 64 | 512 | |
512 | 512 | 64 | 1024 |
Modo de leitura: cv2.COLOR_BGR2GRA
done | width | height | filters (min) | filters (max) |
---|---|---|---|---|
256 | 256 | 64 | 512 | |
256 | 256 | 64 | 1024 | |
512 | 512 | 64 | 512 | |
512 | 512 | 64 | 1024 |
- Google Colab
- Kaggle
- Local
- Fixar seed para reprodutibilidade dos resultados
- Salvar modelo a cada época
- Salvar resultados a cada época
- Gerar CSV com resultados após finalizar caso de teste
- Continua execução inativa após algum tempo
- Notebook para carregar modelo e exibir comparações na base de teste
- Threshold (δ¹, δ², δ³)
- Abs. Relative Difference
- Squared Relative Difference
- RMSE linear
- RMSE log
- log 10
Para simplificar o entendimento do fluxo de execução da aplicação que gerencia a execução das etapas de treinamento, avaliação e teste, abaixo está os três primeiros níveis da modelagem C4.