Сегментация книг

Инстанс-сегментация 5-ти книг в домашних условиях с использованием YOLOv8 разных размеров. Разметка выполнена в Label Studio, запущеном в docker-контейнере и экспортирована в формате YOLO.

Классы

ID	Название
0	Etyud v bagrovykh tonakh
1	Golaya obezyana
2	Logika
3	Neposlushnoye ditya biosfery
4	Summa tekhnologii

Датасет

• 190 изображений 5-ти классов книг, размеченных в Label Studio.
• Сплиты: 152 train / 19 val / 19 test (80 / 10 / 10)
• Формат меток: YOLO segmentation — class_id x1 y1 x2 y2 ... xn yn (нормализованные координаты)

Результаты

Три модели YOLOv8 segmentation обучены на 50 эпохах на одних и тех же данных.

Результаты на тестовом наборе:

Модель	Mask mAP50	Mask mAP50-95	Recall	Precision
yolov8n-seg	0.930	0.913	0.867	0.973
yolov8s-seg	0.947	0.947	0.967	0.939
yolov8m-seg	0.966	0.918	0.967	0.953

Выводы (IoU=default, conf=default):

• yolov8s-seg лидирует по mAP50-95, хотя yolov8m-seg лучше находит объекты.
• yolov8n-seg пропускает примерно 13% книг, что довольно много.
• Если смотреть метрики по классам, то все модели имеют просадку даже по mAP50 на классах "Golaya obezyana" и "Neposlushnoye ditya biosfery" (может свидетельствовать об ошибках в разметке).

Структура проекта

books-segmentation/
├── raw_data/               # Экспорт из Label Studio
│   ├── images/
│   ├── labels/
│   └── classes.txt
├── data/                   # Разбивка train/val/test
│   ├── images/{train,val,test}/
│   └── labels/{train,val,test}/
├── configs/
│   └── dataset.yaml        # Конфиг датасета
├── test_video/             # Тестовое видео и результаты инференса
├── runs/                   # Результаты обучения
├── main.ipynb              # EDA, обучение, оценка, инференс и трекинг
├── requirements.txt
└── README.md

Зависимости

pip install ultralytics opencv-python torch