კომპიუტერული ხედვა: კლასიფიკაცია, აღმოჩენა თუ ინსპექტირება?

მოკლე პასუხი: კლასიფიკაცია აირჩიეთ მაშინ, როცა მთელ გამოსახულებას ერთი კატეგორია უნდა მიენიჭოს. ობიექტის აღმოჩენა გჭირდებათ მაშინ, როცა კადრში კონკრეტული საგნების პოვნა და მათი მდებარეობის ჩვენებაა საჭირო. ვიზუალური ინსპექტირება კი სხვა კითხვას სვამს: აკმაყოფილებს თუ არა ხილული მდგომარეობა წინასწარ განსაზღვრულ სტანდარტს. სამივე ამოცანა გამოსახულებას იყენებს, მაგრამ მათი შედეგი და პასუხისმგებლობა ერთმანეთისგან განსხვავდება.

თუ გამოსახულების შეფასება უკვე სამუშაო პროცესში უნდა ჩასვათ, პირველადი მიმართულების გასაგებად შეგიძლიათ გაეცნოთ aiNOW-ის ბიზნესის ავტომატიზაციის გვერდს. ეს სტატია კონკრეტული მოდელის არჩევას ან შედეგის გარანტიას არ გთავაზობთ; მისი მიზანია, სანამ მონაცემების შეგროვებას დაიწყებთ, სწორად ჩამოაყალიბოთ ამოცანა.

სამი ამოცანა, სამი განსხვავებული კითხვა

გამოსახულების კლასიფიკაცია მთელ კადრს ან წინასწარ ამოჭრილ ფრაგმენტს კატეგორიას ანიჭებს. მაგალითად, სურათი შეიძლება მიეკუთვნოს ჯგუფს „დალუქული შეფუთვა“, „ინვოისი“ ან „გარე სივრცე“. ასეთი პასუხი გვეუბნება, რომელი კლასი აღწერს გამოსახულებას უკეთ. ის თავისთავად არ გვეუბნება, სად მდებარეობს შესაბამისი ობიექტი და რამდენი ასეთი ობიექტია კადრში.

ობიექტის აღმოჩენა ამოიცნობს ერთ ან რამდენიმე ინსტანციას და მათ მდებარეობას. Google Cloud Vision-ის შესაძლებლობების ჩამონათვალი ობიექტის ლოკალიზაციას აღწერს იარლიყებით, სანდოობის მნიშვნელობითა და შემოსაზღვრული არეების კოორდინატებით. Amazon Rekognition-ის დოკუმენტაციაც ხსნის ობიექტების, სცენებისა და მხარდაჭერილი საგნების შემოსაზღვრული არეებით აღნიშვნას. ამიტომ აღმოჩენის შედეგში მნიშვნელოვანია არა მხოლოდ „რა არის“, არამედ „სად არის“.

ვიზუალური ინსპექტირება ხილულ მდგომარეობას ხარისხის წესს ან საცნობარო ნიმუშს ადარებს. მაგალითად: დალუქვა დაუზიანებელია, კოდი იკითხება, ზედაპირზე ჩანს თუ არა დეფექტი. ასეთ დავალებას სჭირდება არა მხოლოდ მოდელის პასუხი, არამედ წინასწარ დაწერილი განმარტება იმისა, რას ნიშნავს „ვარგისია“, „არ ვარგა“ და „საჭიროა ხელახალი შემოწმება“. ინსპექტირებაში შეიძლება კლასიფიკაციაც და აღმოჩენაც გამოიყენოთ, მაგრამ საბოლოო შედეგი უკვე კონკრეტული მდგომარეობის შეფასებაა.

შედარება რეალური სამუშაო პროცესის მიხედვით

Microsoft-ის Custom Vision-ის გზამკვლევი ერთმანეთისგან განასხვავებს კლასიფიკატორსა და ობიექტების დეტექტორს და საუბრობს სიზუსტისა და სრულობის ბალანსზე ზღვრის შერჩევისას. ეს განსხვავება პრაქტიკულად სასარგებლოა, თუმცა რომელიმე ორგანიზაციის ხარისხის სტანდარტს თვითონ არ ადგენს. თქვენი გუნდის წესები ცალკე უნდა ჩაიწეროს.

პირობითი მაგალითი: საწყობში სამივე ეტაპი საჭიროა

წარმოვიდგინოთ საყოფაცხოვრებო ტექნიკის საწყობი, რომელიც მიღებულ ფოტოებს ამოწმებს. ეს მხოლოდ პირობითი მაგალითია და არა aiNOW-ის კლიენტის შემთხვევა. პირველი ეტაპი თითოეულ ფოტოს ანაწილებს ჯგუფებში: „ტექნიკა“, „აქსესუარი“ ან „გაურკვეველი“. ამ ეტაპზე გუნდი სამუშაოს სწორ რიგში გზავნის და არა საბოლოო ხარისხის გადაწყვეტილებას იღებს.

შემდეგ ობიექტის აღმოჩენა ფოტოზე პოულობს ნივთს, გადაზიდვის ეტიკეტსა და დამცავ დალუქვას. თანამშრომელი ხედავს, რომელ უბანს უნდა დააკვირდეს. ბოლოს ინსპექტირების წესი სვამს კითხვას: დალუქვა დაუზიანებელია? ეტიკეტის ტექსტი იკითხება? თუ კადრში ანარეკლი, დაბინდვა ან დაფარული ნაწილი ჩანს, შედეგი პირდაპირ „არ ვარგა“ არ უნდა გახდეს; მას შეიძლება დასჭირდეს ხელახალი ფოტო ან ადამიანის შემოწმება.

თუ საწყობს მხოლოდ პროდუქტის კატეგორია სჭირდება, სრული ინსპექტირების ჯაჭვი ზედმეტ სამუშაოს შექმნის. თუ საჭიროა ყველა დალუქვის მდებარეობის შენახვა, მთელ კადრზე ერთი კატეგორიის მინიჭება ზედმეტად უხეშია. ხოლო თუ დეფექტი გადაზიდვის გადაწყვეტილებას ცვლის, ჩანაწერში უნდა დარჩეს გამოსახულება, შესაბამისი არე, გამოყენებული წესი, შედეგი და ადამიანის საბოლოო გადაწყვეტილება.

სად არის თითოეული მიდგომა პრაქტიკული

კლასიფიკაცია ხშირად გამოდგება შემომავალი ფოტოებისა და დოკუმენტების პირველადი დახარისხებისთვის. მომსახურების გუნდმა შეიძლება მიიღოს კატეგორია „საჩივარი“, „შეკვეთის კითხვა“ ან „სხვა“, რათა შემდეგი რიგი განსაზღვროს. კატეგორია არ უნდა აღიქმებოდეს როგორც სრული დიაგნოზი, თუ მის უკან დამატებითი მტკიცებულება არ დგას.

ობიექტის აღმოჩენა უფრო შესაფერისია მაშინ, როცა ერთ კადრში რამდენიმე საგანი ან კონკრეტული უბანი უნდა იპოვოთ. მაგალითად, ინვენტარის ფოტოზე შეიძლება სხვადასხვა ნივთი იყოს. მდებარეობის მინიშნება თანამშრომელს ეხმარება, სწრაფად შეამოწმოს სწორედ ის ნაწილი, რომელმაც გადაწყვეტილება უნდა განსაზღვროს.

ვიზუალური ინსპექტირება გამოიყენეთ მხოლოდ მაშინ, როცა „დეფექტი“ ან „ვარგისია“ სამუშაო წესით არის აღწერილი. უბრალო ფრაზა „კარგად გამოიყურება“ არ არის განმეორებადი სტანდარტი. აღწერეთ ნებადართული მდგომარეობა, მკაფიოდ დასანახი ხარვეზი, გაურკვეველი შემთხვევა და ის, ვის შეუძლია საბოლოო დასტურის მიცემა. თუ ასეთი წესის ჩამოყალიბება რთულია, AI კონსულტაციის ფარგლებში საკითხის დაყოფა უფრო სასარგებლო საწყისი შეიძლება იყოს, ვიდრე მოდელის დაუყოვნებლივ არჩევა.

არჩევის მოკლე გზა

1. კატეგორია თუ მდებარეობა? თუ ერთი კლასი საკმარისია, დაიწყეთ კლასიფიკაციით. თუ საჭიროა შემოსაზღვრული არეები ან რამდენიმე ინსტანცია, განიხილეთ აღმოჩენა.
2. აღწერა თუ გადაწყვეტილება? თუ ადამიანს მხოლოდ სავარაუდო იარლიყი სჭირდება, დავალება აღწერითია. თუ პასუხი „ვარგისია“, „არ ვარგა“ ან „შეჩერება“ უნდა იყოს, დაწერეთ ინსპექტირების სტანდარტი.
3. რა ხდება სუსტი მტკიცებულებისას? მაგალითების შეგროვებამდე განსაზღვრეთ „უცნობია“ ან „საჭიროა შემოწმება“. ყველა გამოსახულების თავდაჯერებულ კლასში ძალით მოქცევა შეცდომას მალავს.

ამოცანა ერთი წინადადებით ჩამოაყალიბეთ: „მოცემული კონკრეტული ტიპის გამოსახულებიდან მივიღოთ ეს შედეგი, რათა პასუხისმგებელმა პირმა მიიღოს ეს გადაწყვეტილება“. თუ წინადადებაში ხარისხის შეფასებაა, დაუმატეთ საცნობარო მდგომარეობა და პასუხისმგებელი შემმოწმებელი. ეს წინადადება შემდეგ დაგეხმარებათ, გაიმიჯნოს მონაცემთა დახარისხება, ობიექტის პოვნა და რეალური ხარისხის გადაწყვეტილება.

შეზღუდვები: პიქსელები ბიზნესის წესს ვერ ადგენს

განათება, კამერის კუთხე, დაბინდვა, ამოჭრა, დაფარული ობიექტი, ფონი და მოწყობილობის განსხვავება ცვლის იმას, რაც ფოტოზე ჩანს. დეტექტორს შეუძლია საგნის პოვნა, მაგრამ მისი მდგომარეობის დამტკიცება ვერ შეძლოს. კლასიფიკატორმა შეიძლება სავარაუდო კატეგორია სწორად აირჩიოს, თუმცა კონკრეტული მოდელი ვერ განასხვავოს. ინსპექტირების სისტემა კი ერთმანეთთან შეუთანხმებელ მაგალითებს თუ მიიღებს, ასეთივე არათანმიმდევრულ წესს გაიმეორებს.

სანდოობის მაჩვენებელი სამუშაოს გადამისამართების სიგნალია და არა მტკიცებულება იმისა, რომ ხარისხის გადაწყვეტილება სწორია. შეინახეთ ორიგინალი ფოტო, მნიშვნელოვანი არე, წესის ვერსია, შედეგი და ადამიანის შესწორება. ზღვრულ შემთხვევებთან ერთად მკაფიო შემთხვევებიც პერიოდულად შეადარეთ რეალურ პროცესს, სანამ გამოსახულების პასუხს ისეთი მოქმედების გაშვებას მიანდობთ, რომელსაც ფინანსური, უსაფრთხოების ან მომხმარებლის შედეგი მოჰყვება.

ხშირად დასმული კითხვები

ობიექტის აღმოჩენა კლასიფიკაციაზე უფრო მოწინავეა?

ის უბრალოდ სხვა პრობლემას აგვარებს. აღმოჩენა მდებარეობას და რამდენიმე ინსტანციასაც აჩვენებს, ხოლო კლასიფიკაცია მთელ გამოსახულებას ან არჩეულ ფრაგმენტს აღწერს. სასარგებლო მიდგომა იმ გადაწყვეტილებაზეა დამოკიდებული, რომლის მიღებაც გუნდს სჭირდება.

ვიზუალურ ინსპექტირებას ყოველთვის სჭირდება ობიექტის აღმოჩენა?

არა. ფიქსირებული ხედის შემთხვევაში მთელ გამოსახულებაზე „ვარგისია/არ ვარგა“ შეფასება შეიძლება საკმარისი იყოს. აღმოჩენა დაამატეთ მაშინ, როცა შემმოწმებელმა დეფექტის ადგილი, რამდენიმე ნივთი ან კონკრეტული უბანი უნდა მონიშნოს და მტკიცებულებად შეინახოს.

რა ვუყოთ გაურკვეველ ფოტოს?

გააგზავნეთ ხელახალ გადაღებაზე, გადაიყვანეთ შემოწმების რიგში ან გადასცით ადამიანს. ცალკე „უცნობია“ მდგომარეობა უფრო უსაფრთხოა, ვიდრე იძულებით არჩეული კლასი, რომელიც შემდეგ არასწორ სამუშაო პროცესს გაუშვებს.

შემდეგი პრაქტიკული ნაბიჯი

აირჩიეთ ერთი რეალური პროცესი და ჩამოწერეთ ოთხი რამ: რა შედის სისტემაში, რა შედეგი გჭირდებათ, რა მოქმედებაა ნებადართული და ვინ ამოწმებს პასუხს. მონიშნეთ, სად არის მხოლოდ წესზე დაფუძნებული დახარისხება, სად არის კლასიფიკაცია, სად არის აღმოჩენა და სად არის ინსპექტირება. თუ პროცესს სისტემებს შორის გადაცემა ან ადამიანის დასტური სჭირდება, ნახეთ ავტომატიზაციის მიმართულება და კონკრეტული საკითხის დასაზუსტებლად დაგვიკავშირდით.

დაკავშირებული მასალა

• რას ხედავს AI პროდუქტის ფოტოზე და რას ვერ ამტკიცებს
• AI-ით შექმნილი პროდუქტის ვიზუალი თუ ნამდვილი ფოტო?
• AI ვიდეო, ანიმაცია თუ რეალური გადაღება: არჩევანი გზავნილის მიხედვით
• AI პილოტი ბიზნესში: როგორ გადაწყვიტოთ გაგრძელება