Thị giác máy tính

Hình ảnh trở thành mảng số mã hóa pixel hoặc các biểu diễn khác. Một mô hình học các mẫu hữu ích cho mục tiêu của nó, nhưng những mẫu đó có thể bao gồm các mối tương quan ngẫu nhiên. Trình phân loại có thể dựa vào nền chứ không phải đối tượng mà nhà phát triển mong muốn nó nhận ra. Xác định đầu ra một cách chính xác. Phân loại gán nhãn cho hình ảnh; phát hiện định vị các trường hợp đối tượng; nhãn phân đoạn pixel hoặc vùng. Một mô hình xác định một danh mục đối tượng vẫn có thể không xác định được ranh giới của nó hoặc phân biệt được một số trường hợp chồng chéo. Đánh giá về camera, ánh sáng, độ phân giải, góc nhìn và môi trường thực tế. Giữ các hình ảnh liên quan từ cùng một cảnh hoặc ghi cùng nhau khi chia tách dữ liệu để tránh kết quả quá lạc quan. Kiểm tra các điều kiện không phổ biến và cái giá của những sai lầm khác nhau. Ứng dụng cũng phải xử lý chất lượng hình ảnh, quyền, sự không chắc chắn và các hành động tiếp theo. Nhãn tự tin không phải là bằng chứng cho thấy một cảnh là an toàn hoặc thuộc tính được suy luận là phù hợp để sử dụng. Lưu giữ hình ảnh nguồn và thông tin đánh giá có ý nghĩa khi mọi người cần kiểm tra kết quả.