Beth yw Gweledigaeth Gyfrifiadurol mewn AI?

Os ydych chi erioed wedi datgloi'ch ffôn gyda'ch wyneb, wedi sganio derbynneb, neu wedi syllu ar gamera hunan-wirio gan feddwl tybed a yw'n barnu'ch afocado, rydych chi wedi dod ar draws gweledigaeth gyfrifiadurol. Yn syml, Gweledigaeth Gyfrifiadurol mewn AI yw sut mae peiriannau'n dysgu gweld a deall delweddau a fideo yn ddigon da i wneud penderfyniadau. Defnyddiol? Yn hollol. Weithiau'n syndod? Hefyd ie. Ac weithiau ychydig yn frawychus os ydym yn onest. Ar ei orau, mae'n troi picseli blêr yn gamau ymarferol. Ar ei waethaf, mae'n dyfalu ac yn siglo. Gadewch i ni gloddio i mewn - yn iawn.

Erthyglau y gallech fod eisiau eu darllen ar ôl yr un hon:

🔗 Beth yw rhagfarn AI
Sut mae rhagfarn yn ffurfio mewn systemau AI a ffyrdd o'i ganfod a'i leihau.

🔗 Beth yw AI rhagfynegol
Sut mae AI rhagfynegol yn defnyddio data i ragweld tueddiadau a chanlyniadau.

🔗 Beth yw hyfforddwr AI?
Cyfrifoldebau, sgiliau ac offer a ddefnyddir gan weithwyr proffesiynol sy'n hyfforddi AI.

🔗 Beth yw Google Vertex AI
Trosolwg o blatfform AI unedig Google ar gyfer adeiladu a defnyddio modelau.

Beth yn union yw Gweledigaeth Gyfrifiadurol mewn Deallusrwydd Artiffisial? 📸

Gweledigaeth Gyfrifiadurol mewn AI yw'r gangen o ddeallusrwydd artiffisial sy'n dysgu cyfrifiaduron i ddehongli a rhesymu am ddata gweledol. Dyma'r biblinell o bicseli crai i ystyr strwythuredig: “dyma arwydd stop,” “cerddwyr yw'r rheiny,” “mae'r weldiad yn ddiffygiol,” “mae cyfanswm yr anfoneb yma.” Mae'n cwmpasu tasgau fel dosbarthu, canfod, segmentu, olrhain, amcangyfrif dyfnder, OCR, a mwy - wedi'u gwnïo at ei gilydd gan fodelau dysgu patrymau. Mae'r maes ffurfiol yn rhychwantu geometreg glasurol i ddysgu dwfn modern, gyda llyfrau chwarae ymarferol y gallwch eu copïo a'u haddasu. [1]

Anecdot byr: dychmygwch linell becynnu gyda chamera 720p cymedrol. Mae synhwyrydd ysgafn yn gweld capiau, ac mae olrheinydd syml yn cadarnhau eu bod wedi'u halinio am bum ffrâm yn olynol cyn rhoi golau gwyrdd ar y botel. Ddim yn ffansi - ond yn rhad, yn gyflym, ac mae'n lleihau ailwaith.

Beth sy'n gwneud Gweledigaeth Gyfrifiadurol mewn Deallusrwydd Artiffisial yn ddefnyddiol? ✅

• Llif signal-i-weithredu : Mae mewnbwn gweledol yn dod yn allbwn y gellir gweithredu arno. Llai o ddangosfwrdd, mwy o benderfyniadau.

• Cyffredinoliad : Gyda'r data cywir, mae un model yn trin amrywiaeth eang o ddelweddau. Ddim yn berffaith - weithiau'n syfrdanol o dda.

• Manteision data : Mae camerâu yn rhad ac ym mhobman. Mae gweledigaeth yn troi'r cefnfor hwnnw o bicseli yn fewnwelediad.

• Cyflymder : Gall modelau brosesu fframiau mewn amser real ar galedwedd cymedrol - neu bron mewn amser real, yn dibynnu ar y dasg a'r datrysiad.

• Cyfansoddadwyedd : Cadwynu camau syml yn systemau dibynadwy: canfod → olrhain → rheoli ansawdd.

• Ecosystem : Offer, modelau wedi'u hyfforddi ymlaen llaw, meincnodau, a chefnogaeth gymunedol - un basâr helaeth o god.

Gadewch i ni fod yn onest, nid cyfrinach yw'r cyfrinach: data da, gwerthuso disgybledig, defnyddio gofalus. Ymarfer yw'r gweddill... ac efallai coffi. ☕

Sut mae Gweledigaeth Gyfrifiadurol mewn AI yn gweithio, mewn un biblinell synhwyrol 🧪

1. Caffael delweddau
   Camerâu, sganwyr, dronau, ffonau. Dewiswch y math o synhwyrydd, amlygiad, lens, a chyfradd ffrâm yn ofalus. Sbwriel i mewn, ac ati.

2. Prosesu ymlaen llaw
   Newid maint, cnydio, normaleiddio, dad-aneglur neu ddad-sŵn os oes angen. Weithiau mae mân newid cyferbyniad yn symud mynyddoedd. [4]

3. Labeli a setiau data
   Blychau ffiniol, polygonau, pwyntiau allweddol, rhychwantau testun. Labeli cytbwys, cynrychioliadol - neu mae eich model yn dysgu arferion anghyson.

4. Modelu

   • Dosbarthiad : “Pa gategori?”

   • Canfod : “Ble mae gwrthrychau?”

   • Segmentu : “Pa bicseli sy'n perthyn i ba beth?”

   • Pwyntiau allweddol ac ystum : “Ble mae cymalau neu dirnodau?”

   • OCR : “Pa destun sydd yn y ddelwedd?”

   • Dyfnder a 3D : “Pa mor bell yw popeth?”
     Mae pensaernïaeth yn amrywio, ond rhwydi cyfryngol a modelau arddull trawsnewidydd sy'n dominyddu. [1]

5. Hyfforddiant
   Rhannu data, tiwnio hyperbaramedrau, rheoleiddio, cynyddu. Stopio'n gynnar cyn i chi gofio'r papur wal.

6. Gwerthuso
   Defnyddiwch fetrigau sy'n briodol i'r dasg fel mAP, IoU, F1, CER/WER ar gyfer OCR. Peidiwch â dewis yn ofalus. Cymharwch yn deg. [3]

7. Defnyddio
   Optimeiddio ar gyfer y targed: swyddi swp cwmwl, casgliad ar y ddyfais, gweinyddion ymyl. Monitro drifft. Ailhyfforddi pan fydd y byd yn newid.

Catalyddodd rhwydi dwfn naid ansoddol unwaith y cyrhaeddodd setiau data mawr a chyfrifiadura fàs critigol. Gwnaeth meincnodau fel her ImageNet y cynnydd hwnnw'n weladwy - ac yn ddi-baid. [2]

Tasgau craidd y byddwch chi'n eu defnyddio mewn gwirionedd (a phryd) 🧩

• Dosbarthiad delwedd : Un label fesul delwedd. Defnyddiwch ar gyfer hidlwyr cyflym, dosbarthu, neu gatiau ansawdd.

• Canfod gwrthrychau : Blychau o amgylch pethau. Atal colledion manwerthu, canfod cerbydau, cyfrifon bywyd gwyllt.

• Segmentu enghreifftiau : Silwetau cywir o ran picseli fesul gwrthrych. Diffygion gweithgynhyrchu, offer llawfeddygol, technoleg amaethyddol.

• Segmentu semantig : Dosbarth fesul picsel heb wahanu achosion. Golygfeydd ffyrdd trefol, gorchudd tir.

• Canfod pwyntiau allweddol ac ystum : Cymalau, tirnodau, nodweddion wyneb. Dadansoddeg chwaraeon, ergonomeg, realiti estynedig.

• Olrhain : Dilyn gwrthrychau dros amser. Logisteg, traffig, diogelwch.

• OCR a deallusrwydd artiffisial dogfennau : Echdynnu testun a dadansoddi cynllun. Anfonebau, derbynebau, ffurflenni.

• Dyfnder a 3D : Ail-greu o olygfeydd lluosog neu giwiau monocwlaidd. Roboteg, realiti estynedig (AR), mapio.

• Capsiynau gweledol : Crynhoi golygfeydd mewn iaith naturiol. Hygyrchedd, chwilio.

• Modelau iaith-gweledigaeth : Rhesymu amlfoddol, gweledigaeth estynedig trwy adferiad, sicrhau ansawdd seiliedig.

Awyrgylch achos bach: mewn siopau, mae synhwyrydd yn nodi wynebau silff sydd ar goll; mae olrhain yn atal cyfrif ddwywaith wrth i staff ail-stocio; mae rheol syml yn cyfeirio fframiau hyder isel i adolygiad dynol. Mae'n gerddorfa fach sy'n aros mewn tiwn gan mwyaf.

Tabl cymharu: offer i gludo'n gyflymach 🧰

Ychydig yn rhyfedd yn fwriadol. Ydy, mae'r bylchau'n rhyfedd - mi wn.

Beth sy'n sbarduno ansawdd mewn Gweledigaeth Gyfrifiadurol mewn AI 🔧

• Cwmpas data : Newidiadau goleuo, onglau, cefndiroedd, achosion ymyl. Os gall ddigwydd, cynhwyswch ef.

• Ansawdd label : Mae blychau anghyson neu bolygonau diofal yn sabotio mAP. Mae ychydig o sicrwydd ansawdd yn mynd yn bell.

• Ychwanegiadau clyfar : Cnydio, cylchdroi, disgleirdeb crynu, ychwanegu sŵn synthetig. Byddwch yn realistig, nid anhrefn ar hap.

• Ffit dewis model : Defnyddiwch ganfod lle mae angen canfod - peidiwch â gorfodi dosbarthwr i ddyfalu lleoliadau.

• Metrigau sy'n cyfateb i effaith : Os yw canlyniadau negatif ffug yn brifo mwy, optimeiddiwch y galw i gof. Os yw canlyniadau positif ffug yn brifo mwy, manylder yn gyntaf.

• Dolen adborth dynn : Cofnodi methiannau, ail-labelu, ailhyfforddi. Rinsiwch, ailadroddwch. Ychydig yn ddiflas - hynod effeithiol.

Ar gyfer canfod/segmentu, y safon gymunedol yw Cywirdeb Cyfartalog wedi'i gyfartaleddu ar draws trothwyon IoU - sef mAP arddull COCO . Mae gwybod sut mae IoU ac AP@{0.5:0.95} yn cael eu cyfrifo yn atal hawliadau ar y bwrdd arweinwyr rhag eich syfrdanu â degolynnau. [3]

Achosion defnydd byd go iawn nad ydynt yn ddamcaniaethol 🌍

• Manwerthu : Dadansoddeg silffoedd, atal colledion, monitro ciwiau, cydymffurfio â planogramau.

• Gweithgynhyrchu : Canfod diffygion arwyneb, gwirio cydosod, canllaw robotiaid.

• Gofal iechyd : Triag radioleg, canfod offerynnau, segmentu celloedd.

• Symudedd : ADAS, camerâu traffig, meddiannaeth parcio, olrhain microsymudedd.

• Amaethyddiaeth : Cyfrif cnydau, canfod clefydau, parodrwydd ar gyfer cynaeafu.

• Yswiriant a Chyllid : Asesiad difrod, gwiriadau KYC, baneri twyll.

• Adeiladu ac Ynni : Cydymffurfiaeth diogelwch, canfod gollyngiadau, monitro cyrydiad.

• Cynnwys a Hygyrchedd : Capsiynau awtomatig, cymedroli, chwiliad gweledol.

Patrwm y byddwch chi'n sylwi arno: disodli sganio â llaw gyda thriagio awtomatig, yna cynyddu i fodau dynol pan fydd hyder yn gostwng. Nid yw'n ddeniadol - ond mae'n ehangu.

Data, labeli, a'r metrigau sy'n bwysig 📊

• Dosbarthiad : Cywirdeb, F1 ar gyfer anghydbwysedd.

• Canfod : mAP ar draws trothwyon IoU; archwilio AP fesul dosbarth a bwcedi maint. [3]

• Segmentu : mIoU, Dice; gwiriwch wallau lefel enghraifft hefyd.

• Olrhain : MOTA, IDF1; ansawdd ail-adnabod yw'r arwr tawel.

• OCR : Cyfradd Gwallau Nodau (CER) a Chyfradd Gwallau Geiriau (WER); mae methiannau cynllun yn aml yn drech.

• Tasgau atchweliad : Mae dyfnder neu ystum yn defnyddio gwallau absoliwt/cymharol (yn aml ar raddfeydd log).

Dogfennwch eich protocol gwerthuso fel y gall eraill ei efelychu. Nid yw'n rhywiol - ond mae'n eich cadw'n onest.

Adeiladu vs prynu - a ble i'w redeg 🏗️

• Cwmwl : Hawsaf i'w gychwyn, gwych ar gyfer llwythi gwaith swp. Cadwch lygad ar gostau allfa.

• Dyfeisiau ymyl : Latency is a phreifatrwydd gwell. Byddwch chi'n poeni am feintoli, tocio, a chyflymyddion.

• Symudol ar y ddyfais : Anhygoel pan mae'n ffitio. Optimeiddiwch fodelau a batri oriawr.

• Hybrid : Cyn-hidlo ar yr ymyl, codi pwysau trwm yn y cwmwl. Cyfaddawd braf.

Pentwr diflas o ddibynadwy: prototeip gyda PyTorch, hyfforddi synhwyrydd safonol, allforio i ONNX, cyflymu gydag OpenVINO/ONNX Runtime, a defnyddio OpenCV ar gyfer prosesu ymlaen llaw a geometreg (calibradu, homograffeg, morffoleg). [4]

Risgiau, moeseg, a'r rhannau anodd i siarad amdanynt ⚖️

Gall systemau gweledigaeth etifeddu rhagfarnau set ddata neu fannau dall gweithredol. Mae gwerthusiadau annibynnol (e.e., NIST FRVT) wedi mesur gwahaniaethau demograffig mewn cyfraddau gwallau adnabod wynebau ar draws algorithmau ac amodau. Nid yw hynny'n rheswm i banicio, ond mae'n rheswm i brofi'n ofalus, dogfennu cyfyngiadau, a monitro'n barhaus mewn cynhyrchiad. Os ydych chi'n defnyddio achosion defnydd sy'n gysylltiedig ag hunaniaeth neu ddiogelwch, cynnwys mecanweithiau adolygu ac apelio dynol. Nid yw preifatrwydd, caniatâd, a thryloywder yn bethau ychwanegol dewisol. [5]

Map ffordd cychwyn cyflym y gallwch ei ddilyn mewn gwirionedd 🗺️

1. Diffiniwch y penderfyniad
   Pa gamau y dylai'r system eu cymryd ar ôl gweld delwedd? Mae hyn yn eich atal rhag optimeiddio metrigau gwagedd.

2. Casglwch set ddata anwadal.
   Dechreuwch gyda channoedd o ddelweddau sy'n adlewyrchu eich amgylchedd go iawn. Labelwch yn ofalus - hyd yn oed os mai chi a thri nodyn gludiog ydyw.

3. Dewiswch fodel sylfaenol
   Dewiswch asgwrn cefn syml gyda phwysau wedi'u hyfforddi ymlaen llaw. Peidiwch â mynd ar ôl pensaernïaethau egsotig eto. [1]

4. Hyfforddi, cofnodi, gwerthuso.
   Tracio metrigau, pwyntiau dryswch, a dulliau methiant. Cadwch lyfr nodiadau o “achosion rhyfedd” - eira, llewyrch, adlewyrchiadau, ffontiau rhyfedd.

5. Tynhau'r ddolen
   Ychwanegu negatifau caled, trwsio drifft label, addasu ychwanegiadau, ac ail-diwnio trothwyon. Mae mân newidiadau'n adio i fyny. [3]

6. Defnyddio fersiwn fain
   o Feintioli ac allforio. Mesur latency/trwybwn yn yr amgylchedd go iawn, nid meincnod tegan.

7. Monitro ac ailadrodd
   Casglu camgymeriadau tanio, ail-labelu, ailhyfforddi. Trefnu gwerthusiadau cyfnodol fel nad yw'ch model yn ffosileiddio.

Awgrym proffesiynol: nodwch set fach o ataliad gan eich cyd-chwaraewr mwyaf sinigaidd. Os na allant wneud tyllau ynddi, mae'n debyg eich bod chi'n barod.

Camgymeriadau cyffredin yr hoffech chi eu hosgoi 🧨

• Hyfforddi ar ddelweddau stiwdio glân, gan eu defnyddio yn y byd go iawn gyda glaw ar y lens.

• Optimeiddio ar gyfer mAP cyffredinol pan fyddwch chi wir yn poeni am un dosbarth hollbwysig. [3]

• Anwybyddu anghydbwysedd dosbarth ac yna meddwl pam mae digwyddiadau prin yn diflannu.

• Gor-ychwanegu nes bod y model yn dysgu arteffactau artiffisial.

• Hepgor calibradu camera ac yna ymladd yn erbyn gwallau persbectif am byth [4]

• Credu rhifau'r bwrdd arweinwyr heb ailadrodd y drefn werthuso union. [2][3]

Ffynonellau sy'n werth eu nodi mewn tudalennau 🔗

Os ydych chi'n hoffi deunyddiau cynradd a nodiadau cwrs, mae'r rhain yn aur ar gyfer hanfodion, ymarfer a meincnodau. Gweler yr Cyfeiriadau am ddolenni: nodiadau CS231n, y papur her ImageNet, y dogfennau set ddata/gwerthuso COCO, dogfennau OpenCV, ac adroddiadau NIST FRVT. [1][2][3][4][5]

Sylwadau terfynol - neu'r Rhy Hir, Heb ei Ddarllen 🍃

Gweledigaeth Gyfrifiadurol mewn AI yn troi picseli yn benderfyniadau. Mae'n disgleirio pan fyddwch chi'n paru'r dasg gywir â'r data cywir, yn mesur y pethau cywir, ac yn ailadrodd gyda disgyblaeth anarferol. Mae'r offer yn hael, mae'r meincnodau'n gyhoeddus, ac mae'r llwybr o brototeip i gynhyrchu yn syndod o fyr os ydych chi'n canolbwyntio ar y penderfyniad terfynol. Sicrhewch fod eich labeli'n syth, dewiswch fetrigau sy'n cyd-fynd ag effaith, a gadewch i'r modelau wneud y gwaith trwm. Ac os yw trosiad yn helpu - meddyliwch amdano fel dysgu intern cyflym iawn ond llythrennol i weld beth sy'n bwysig. Rydych chi'n dangos enghreifftiau, yn cywiro camgymeriadau, ac yn ymddiried yn raddol ynddo gyda gwaith go iawn. Ddim yn berffaith, ond yn ddigon agos i fod yn drawsnewidiol. 🌟

Cyfeiriadau

1. CS231n: Dysgu Dwfn ar gyfer Gweledigaeth Gyfrifiadurol (nodiadau cwrs) - Prifysgol Stanford.
   darllen mwy

2. Her Adnabyddiaeth Weledol Graddfa Fawr ImageNet (papur) - Russakovsky et al.
   darllen mwy

3. Set Ddata a Gwerthusiad COCO - Gwefan swyddogol (diffiniadau tasgau a chonfensiynau mAP/IoU).
   darllen mwy

4. Dogfennaeth OpenCV (v4.x) - Modiwlau ar gyfer prosesu ymlaen llaw, calibradu, morffoleg, ac ati.
   darllen mwy

5. Rhan 3 o NIST FRVT: Effeithiau Demograffig (NISTIR 8280) - Gwerthusiad annibynnol o gywirdeb adnabod wynebau ar draws demograffeg.
   darllen mwy

Dewch o hyd i'r AI Diweddaraf yn y Siop Swyddogol ar gyfer Cynorthwywyr AI

Amdanom Ni