Какие задачи решает компьютерное зрение
Предмет задачи определяет нужный результат. Для сортировки деталей достаточно отнести изображение к классу, а для управления захватом может потребоваться точное положение и форма конкретного объекта.
Например, система контроля поверхности должна находить определённые дефекты при рабочих условиях съёмки. Красивое распознавание на демонстрационном кадре ещё не показывает пригодность для производственной линии.
Классификация, детекция и сегментация
Классификация отвечает, что изображено или к какой категории относится кадр. Детекция находит отдельные объекты и обычно обозначает области, в которых они расположены.
Сегментация относит пиксели к областям или объектам. Она полезна, когда важен контур, например площадь повреждения, которую нельзя надёжно описать одной прямоугольной рамкой.
Изображения и условия съёмки
Качество зависит от освещения, ракурса, разрешения, движения и состояния камеры. Рабочие данные могут заметно отличаться от изображений, на которых модель обучали и показывали заказчику.
Если деталь частично закрыта или дефект слишком мал для доступного разрешения, программная обработка не обязательно восстановит недостающую информацию. Иногда проблему решает изменение съёмки, а не замена модели.
Проверка ошибок на рабочих примерах
Проверку проводят на примерах, соответствующих будущей задаче, включая сложные случаи. Отдельно рассматривают пропущенные дефекты и ложные тревоги: для процесса они могут иметь разную цену.
Итоговая точность модели не заменяет проверки всей системы. Время обработки, передача результата оборудованию и действия сотрудника при сомнении также определяют, насколько решение подходит для реальной работы.