Lokalizace objektu | AI slovník

Odborná definice

Object localization je úloha odhadu prostorové polohy objektu v obraze, typicky souřadnicemi ohraničovacího rámečku, středu, klíčových bodů nebo jiné geometrické reprezentace. V klasickém nastavení může být třída objektu známa a v obraze se předpokládá jedna dominantní instance. Lokalizace se proto odlišuje od obecné detekce, která řeší neznámý počet objektů a současně je kategorizuje. Ztráta kombinuje chybu souřadnic s případnou klasifikační složkou a hodnocení musí respektovat měřítko i toleranci konkrétní aplikace.

Srozumitelné vysvětlení

Pokud aplikace ví, že na fotografii je merač, lokalizace určí, kde přesně se nachází, aby další modul mohl prečítat displej. Nejde ještě o rozpoznání číslic ani o nájdení všech predmetů v miestnosti. V robotike může být výstupem střed uchopení, v medicíne rámček podozrivého nálezu a v dokumente oblast podpisu. Chyba několika pixelů může být při náhlade zanedbatelná, ale při rezaní materiálu nebo měření rozmeru zásadná, proto se vhodná metrika odvozuje od následnej operace.

Časté otázky

Musí lokalizace vždy používat obdlžnikový rámček?

Ne. Poloha může být vyjadrená stredom a rozmermi, rotovaným rámčekom, polygonálnou oblasťou, klúčovými body nebo pravdepodobnostnou heatmapou podle geometrie úlohy.

Kdy stačí lokalizace jednoho objektu?

Když proces očekává jednu známu cílovou instanci, například tvár při registraci, štítek výrobku nebo nástroj v kontrolovanom pracovnom prostoru. Při neznámom počtu cílů je vhodnější detekce.

Jak se trénuje regrese souřadnic?

Model predikuje parametry polohy a optimalizuje ztrátu, například Smooth L1, Giou nebo jinou geometrickou funkci. Souřadnice se často normalizují vzhledem na rozměry obrazu nebo anchor.

Proč může být malá súradnicová chyba prakticky velká?

Následný modul může používat velmi úzký výrez. Posun rámečku může odrezat znak, presunúť bod uchopení mimo objektu nebo zahrnout okolité tkanivo, proto je třeba testovat celý pipeline.

Jak se lokalizace ověřuje bez presných anotací?

Použít lze slabé anotace, konsenzus více anotátorů nebo aplikačnou metriku, například úspěšnost následného OCR. Nejistota reference se musí uvést, aby se chyba modelu nezamieňala s chybou anotace.

Související pojmy

Zdroje a redakční stopa

ImageNet Large Scale Visual Recognition Challenge
PyTorch, Bounding Box Regression Losses

Definícia je autorská odborná syntéza. Pri právnych a regulačných rozhodnutiach má prednosť aktuálne oficiálne znenie predpisu a posúdenie konkrétneho prípadu.