Object detection | AI slovník

Odborná definice

Object detection je úloha počítačového vidění, která v obraze nebo videoframes určuje výskyt jednotlivých objektů, přiřazuje im třídu a lokalizuje jejich, nejčastěji ohraničovacím rámčekom. Detektor řeší premenlivý počet inštancií, jejich měřítko, pozici a prekrývání. Výstup obsahuje kandidátů se skóre istoty, které se filtrují prahem a často non-maximum suppression. Kvalita se hodnotí pomocí precision, recall a mean average precision při definovaných prahoch Intersection over Union, ne pouze celkovou přesností klasifikace.

Srozumitelné vysvětlení

Na fotografii skladu může detektor najít každou paletu, vozík a osobu a ku každé položke pripojit rámček se skóre. Neznamená to, že rozumie vzťahom mezi objektmi nebo přesně pozná jejich obrys. Malé, zakryté či nezvyčajne natočené objekty mohou uniknout a nevhodný práh může vytvořit privela falešných poplachů. Při bezpečnostním použití se proto kontroluje výkon zvlášť podle třídy, velikosti, svetla a míry zakrytia, přičemž produkční kamery musí odpovídat podmienkam validačního datasetu.

Časté otázky

Jaký je rozdíl mezi detekcí a klasifikací obrazu?

Klasifikace přiřadí štítek celému obrazu. Detekce musí navíc určit počet objektů a polohu každé inštance, takže jeden záber může obsahovat více tříd i více rámčeků stejné třídy.

Co vyjadřuje Intersection over Union při detekci?

Iou porovnává překrytí predikovaného a referenčního rámečku s plochou jejich sjednocení. Hodnotící protokol určí, od jaké hodnoty se lokalizace považuje za správnou.

Proč se používá non-maximum suppression?

Model může okolo jednoho objektu navrhnout více podobných rámčeků. NMS ponechá kandidáta s vyšším skóre a potlačí silně se prekrývajúce alternativy, přičemž nesprávně nastavení může sloučit blízké objekty.

Jako vplývají malé objekty na výsledek?

Obsahují málo pixelů a jejich příznaky se při zmenšování mapy strácají. Pomáhá vyšší rozlišení, viacúrovňové příznaky, vhodné augmentace a samostatné reportování metriky pro malé inštance.

Může vysoké map zaručit bezpečné nasazení?

Ne. Průměrná metrika může skrýt slabou kritickou třídu, konkrétní kameru nebo nočné podmínky. Potřebné jsou scenárové testy, kalibrace prahů a analýza nákladů falešně pozitivních a negativních výstupů.

Související pojmy

Zdroje a redakční stopa

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.