Projekt podobny do poprzedniego z wykrywaniem sęków, tylko lepszy! :D
Tamtym razem wystarczyło mi proste "znajdź i oznacz ramką". Dziś zadanie poziom wyżej. Na warsztat wziąłem wafle (ryżowe i kukurydziane), a moim celem było nie tylko znalezienie przpypalonych sztuk, ale też zmierzenie powierzchni tych dobrych.

Oto co zmieniłem względem wspomnianego projektu:

1. Model: Przesiadka na YOLO11n-seg. Poprzednio korzystałem z wersji YOLOv8. Tym razem sięgnąłem po YOLOv11 w wersji Instance Segmentation (seg). Dlaczego? Zwykły prostokąt (Bounding Box) to za mało, żeby ocenić wielkość nieregularnego obiektu. Potrzebowałem maski, która idealnie wskaże kształt wafla, bym mógł policzyć jego piksele.
2. Dane: Własny dataset zamiast zdjęć z internetu.
   Samodzielnie wykonałem serię zdjęć wafli.
   
3. Labelowanie: Wcześniej LabelImg, teraz CVAT. Do prostokątów LabelImg był OK. Ale do segmentacji potrzebowałem czegoś bardziej precyzyjnego. Przesiadłem się na program CVAT:
   

Co zrobiłem jak poprzednio? - Trening:
Ponownie wykorzystałem Google Colab. Model uczył się sprawnie, a dzięki funkcji EarlyStopping sam wiedział, kiedy przestać. W okolicach 200 epoki uznał, że "lepiej już nie będzie" i zakończył trening po około pół godziny:

Przedstawiam efekt końcowy:

Dziękuję za uwagę! :)