Odborná definícia
Význam a odborné vymedzenie pojmu
Object detection je úloha počítačového videnia, ktorá v obraze alebo videoframes určuje výskyt jednotlivých objektov, priraďuje im triedu a lokalizuje ich, najčastejšie ohraničovacím rámčekom. Detektor rieši premenlivý počet inštancií, ich mierku, pozíciu a prekrývanie. Výstup obsahuje kandidátov so skóre istoty, ktoré sa filtrujú prahom a často non-maximum suppression. Kvalita sa hodnotí pomocou precision, recall a mean average precision pri definovaných prahoch Intersection over Union, nie iba celkovou presnosťou klasifikácie.
Zrozumiteľné vysvetlenie
Ako sa pojem používa v praxi
Na fotografii skladu môže detektor nájsť každú paletu, vozík a osobu a ku každej položke pripojiť rámček so skóre. Neznamená to, že rozumie vzťahom medzi objektmi alebo presne pozná ich obrys. Malé, zakryté či nezvyčajne natočené objekty môžu uniknúť a nevhodný prah môže vytvoriť priveľa falošných poplachov. Pri bezpečnostnom použití sa preto kontroluje výkon osobitne podľa triedy, veľkosti, svetla a miery zakrytia, pričom produkčné kamery musia zodpovedať podmienkam validačného datasetu.
Časté otázky
Otázky, ktoré spresňujú význam
Aký je rozdiel medzi detekciou a klasifikáciou obrazu?
Klasifikácia priradí štítok celému obrazu. Detekcia musí navyše určiť počet objektov a polohu každej inštancie, takže jeden záber môže obsahovať viac tried aj viac rámčekov rovnakej triedy.
Čo vyjadruje Intersection over Union pri detekcii?
IoU porovnáva prekrytie predikovaného a referenčného rámčeka s plochou ich zjednotenia. Hodnotiaci protokol určí, od akej hodnoty sa lokalizácia považuje za správnu.
Prečo sa používa non-maximum suppression?
Model môže okolo jedného objektu navrhnúť viac podobných rámčekov. NMS ponechá kandidáta s vyšším skóre a potlačí silne sa prekrývajúce alternatívy, pričom nesprávne nastavenie môže zlúčiť blízke objekty.
Ako vplývajú malé objekty na výsledok?
Obsahujú málo pixelov a ich príznaky sa pri zmenšovaní mapy strácajú. Pomáha vyššie rozlíšenie, viacúrovňové príznaky, vhodné augmentácie a samostatné reportovanie metriky pre malé inštancie.
Môže vysoké mAP zaručiť bezpečné nasadenie?
Nie. Priemerná metrika môže skryť slabú kritickú triedu, konkrétnu kameru alebo nočné podmienky. Potrebné sú scenárové testy, kalibrácia prahov a analýza nákladov falošne pozitívnych a negatívnych výstupov.
Súvisiace pojmy
Významové a tematické súvislosti
Pojem v rozhodovaní
Odborné články, ktoré tento pojem používajú v praxi
Zdroje a redakčná stopa
Použité východiská a odborná revízia
- COCO, Common Objects in Context
- TensorFlow, Object Detection API
Definícia je autorská odborná syntéza. Pri právnych a regulačných rozhodnutiach má prednosť aktuálne oficiálne znenie predpisu a posúdenie konkrétneho prípadu.