コンピュータビジョン

画像は、ピクセルまたはその他の表現をエンコードする数値配列になります。モデルはその目的に役立つパターンを学習しますが、それらのパターンには偶発的な相関関係が含まれる可能性があります。分類子は、開発者が認識することを意図したオブジェクトではなく、背景に依存する場合があります。出力を正確に定義します。分類では、画像にラベルを割り当てます。検出によりオブジェクト インスタンスが特定されます。セグメンテーションでは、ピクセルまたは領域にラベルを付けます。オブジェクト カテゴリを識別するモデルでも、その境界を特定できない場合や、重複する複数のインスタンスを区別できない場合があります。現実的なカメラ、照明、解像度、視点、環境を評価します。過度に楽観的な結果を避けるために、データを分割するときは、同じシーンからの関連画像を保持するか、一緒に記録してください。珍しい状況と、さまざまなミスによるコストを調査します。アプリケーションは、画質、権限、不確実性、およびダウンストリーム アクションも処理する必要があります。信頼できるラベルは、シーンが安全であること、または推定された属性が使用に適していることを証明するものではありません。結果を確認する必要がある場合は、ソース画像と意味のあるレビュー情報を保存します。