РЪКОВОДСТВО за визуален AI

Откриване на обекти

Откриването на обекти идентифицира и локализира екземплярите на обекти в изображението, като обикновено връща етикети на категории и ограничителни кутии.

Чуйте това ръководствоAI-разказан · ~2 min

На тази страница2 минути четене
  1. Преглед
  2. Основни изводи
  3. Дълбоко гмуркане
  4. Припокриване на изчислителната кутия
  5. Внедряване в реалния свят
  6. Прилагайки го на практика
  7. Източници и допълнителна литература
  8. Продължете да изследвате
  9. Често задавани въпроси

Преглед

Тя се различава от класификацията на изображения, която може да присвоява етикет без да локализира обекта, и сегментацията, която описва области на пикселно ниво.

Основни изводи

  1. Дефинирайте консистентни анотации на инстанции.
  2. Докладвайте за съвпадение и настройки на прага.
  3. Тествайте малки, скрити и претъпкани обекти.

Дълбоко гмуркане

Наборът от данни за откриване се нуждае от последователни етикети и анотации на местоположението. Дефинирайте как да се обработват частично скрити обекти, много малки инстанции и неясни категории. Несъответстващи кутии или пропуснати обекти могат да объркат както обучението, така и оценката. Изходът на модела обикновено включва резултат и местоположение за всеки кандидат. Постобработката може да премахне припокриващи се дублиращи се прогнози или да приложи праг. Тези настройки влияят на баланса между пропуснати обекти и фалшиви откривания и трябва да се записват заедно с резултата. Оценете локализацията и коректността на категорията заедно. Пресечната точка върху обединение измерва припокриването между предсказан регион и референтен регион. Точността и припомнянето зависят също от правилата за съвпадение, праговете за оценка и размерите на обектите. Тествайте реални условия за заснемане, включително размазване, промени в осветлението, затваряне и претъпкани сцени. Детекторът може да изглежда силен върху големи изолирани обекти, като пропуска малките или частично скрити обекти, които имат значение при внедряване. Дефинирайте как се преглеждат несигурните откривания, преди да предизвикат последователни действия.

04Работен пример

Припокриване на изчислителната кутия

  1. Използвайте две изобретени кутии с размери 10 на 10. Втората е преместена с 5 единици хоризонтално, така че да се припокриват в област 5 на 10.

  2. Площта на кръстовището е 50, а съюзът е 100+100−50 = 150. Пресечната точка над юнион е 50/150, около 0.33.

  3. Под праг от 0.5 съвпадения, кутиите няма да се броят за достатъчно съвпадение за локализация, въпреки значително видимо припокриване.

Какво показва

Конструираната геометрия обяснява един компонент на оценката; тя не е детекторен бенчмарк.

Внедряване в реалния свят

Бройте ясно видими продукти на рафта, докато измервате пропуснати и дублирани детективи.

Намерете областите на документа преди отделна стъпка за извличане на текст.

Прилагайки го на практика

Защо има значение

  • Скорост и мащаб. Visual AI може да автоматизира задачи за проверка, откриване и маркиране в мащаб.
  • Избор на билдове. Творческите екипи могат да създават прототипи на концепции по-бързо с по-малко ръчни ревизии.
  • Екип и работен процес. Операциите могат да използват изображения и видео сигнали, които преди са били трудни за обработка.

Внимавайте за

  • Правата върху изображението и съгласието могат да се превърнат в правни рискове, ако произходът е неясен.
  • Производителността на модела може да варира в зависимост от осветлението, демографските данни и средата.
  • Фалшивите положителни резултати могат да останат незабелязани, освен ако не се наблюдават праговете на достоверност.

Следващи стъпки

  1. Определете критерии за приемане за прецизност, извикване и разходи за грешки.
  2. Тествайте с данни, които съответстват на реалните производствени условия.
  3. Добавете преглед от човек за прогнози с ниска степен на сигурност или с голямо въздействие.
  4. Проследявайте дрейфа на модела и проверявайте отново след промени в камерата или набора от данни.

Източници и допълнителна литература

  1. PyTorchУрок за откриване на обекти в TorchVision

Продължете да изследвате

Безплатен бюлетин

Получавайте дневния AI бюлетин

Три проверени AI истории всяка делнична сутрин, написани на достъпен език. Безплатно завинаги, без реклами.

Един имейл всеки делничен ден. Отписване с едно кликване. Никога не продаваме и не споделяме вашия имейл адрес.

Тествайте себе си

Take the Object Detection quiz

Незабавна обратна връзка за всеки отговор и сертификат за споделяне с подлежащ на проверка идентификационен номер, след като преминете курс.

Стартирай теста

Подкрепете безплатното AI образование. AI Understanding е 501(c)(3) с нестопанска цел — без реклами, без платен достъп, никога. Направете дарение

Често задавани въпроси

Откриването на обекти същото ли е като броене?

Откриването може да поддържа броене, но пропуснатите инстанции и дублиращите се кутии влияят на крайния брой. Оценете тази задача по-надолу по веригата изрично.

Продължавай да учиш

Свързани ръководства

Още ръководства, избрани за тази тема

Получете безплатен AI сертификатКратък безплатен курс и изпит. Без разходи, без карта. Около 2,5 часа.Започнете безплатно →