Pildiandmestiku loomine semantilise difusioonimudeliga

Abstract

Semantiline difusioonimudel on närvivõrk, mis võimaldab piltide genereerimist segmentatsiooni põhjal. Võimalus pilte genereerida nende manuaalselt tegemise asemel võimaldaks hoida kokku aega segmenteeritud pildiandmestiku loomisel. Bakalaureusetöö eesmärgiks on genereerida semantilise difusioonimudeli abil pildid segmentatsioonimudeli treeninghulka ning hinnata, kas need parandavad mudeli tulemusi. Töös genereeritakse 1640 pilti ADE20K treeningandmestiku põhjal. Genereeritud pildid lisatakse samale treeninghulgale, millega treenitakse DeepLabv3+ segmentatsioonimudel. DeepLabv3+ mudelite tulemusi hinnatakse täpsuse, saagise ning F1-skoori põhjal ning võrreldakse omavahel. Tulemuseks on semantilise difusioonimudeli poolt loodud pildid ning nende piltidega treenitud mudeli võrdlus puhtalt ADE20K treenitud mudeliga.