Semana 27 - Entrenamiento
Esta semana se entrenó la red con el objetivo de finalizar la aplicación.
Se realizó un entrenamiento de casi 4 días con 3 distribuciones distintas, una distribución totalmente normalizada (morado), la misma distribución de semanas anteriores (verde) y se aplicó augmentation en la gráfica azul.
Desafortunadamente las 3 dieron resultados incluso peores que los de la semana pasada, analizando el comportamiento puede ser debido a varias causas:
- Errónea normalización de las velocidades
- Conflicto entre dataset manual y dataset experto
Para la normalización de velocidades se realizó una operación más sencilla que consiste en dar un peso mayor a la componente que se vaya a utilizar; en este caso, la angular. Así, la pérdida en el entrenamiento de la red se tendrá que ajustar de manera más fina ante errores más grandes.
Se harán pruebas también con solo el dataset manual debido a que después del aumento de la semana pasada, sigue siendo bastante extenso.
Otras soluciones que se manejaron fueron hacer las puertas de un color más llamativo:
Aplicar un filtro básico para localizar las puertas, en este caso se aplicó un filtro sobre gris y posteriormente se realizó una apertura para borrar los detalles pequeños dejando solo visible en la máscara las ventanas más cercanas. Se planteó usar contornos pero esta aplicación añadía coste computacional y con la combinación de estas 2 técnicas se obtuvieron muy buenos resultados:
