डैशकैम ऐप में AI से वस्तुओं की पहचान कैसे होती है

कैमरा चित्र से पहचान वाले बॉक्स तक

सड़क पर वस्तुएँ पहचानने वाला डिटेक्टर तस्वीर प्रोसेस करके समर्थित वर्गों, उनके चारों ओर बॉक्स और कॉन्फ़िडेंस मानों का अनुमान लगाता है। AyniCam में कैमरे का AI iPhone पर चलता है। दिखने वाला लेबल उपलब्ध तस्वीर की मॉडल द्वारा की गई व्याख्या है, कार के आसपास की हर चीज़ का पूरा विवरण नहीं।

AyniCam किन चीज़ों को लेबल कर सकता है

पहचान मॉडल लोगों, साइकिल, मोटरसाइकिल, कार, बस, ट्रैफ़िक लाइट और स्टॉप साइन का समर्थन करते हैं। इन श्रेणियों से बाहर की वस्तु छूट सकती है या उसे गलत लेबल दिया जा सकता है। कार के चारों ओर बना बॉक्स उसके सटीक मॉडल की पहचान नहीं करता और न ही उसकी आगे-पीछे की दिशा की गारंटी देता है। कॉन्फ़िडेंस टक्कर की संभावना या मापी हुई दूरी नहीं है।

एक कैमरे से दूरी और आकार का अनुमान सीमित होता है

अनुमानित स्थिति से सरल दृश्य बनाया जा सकता है, लेकिन कैमरा सर्वेक्षण से मापा गया दृश्य नहीं देता। वस्तुओं का छिपना, कैमरे का कोण और बदलता रूप अनुमान को प्रभावित करते हैं। वर्चुअल व्यू कैमरे के अवलोकन को सरल बनाता है; 3D नक्शे मैप डेटा से सड़कें और इमारतें जोड़ते हैं। ये जानकारी के अलग स्रोत हैं।

मास्क एक अलग तरह का आउटपुट देते हैं

Pro का सेगमेंटेशन मॉडल अलग पेज पर वस्तुओं के व्यक्तिगत मास्क और सड़क की सतह के मास्क का अनुमान लगाता है। मास्क केवल आयत के बजाय अनुमानित आकार देखने में उपयोगी होते हैं। सड़क का मास्क लेन डिटेक्शन, पैदल पारपथ डिटेक्टर या चलाने योग्य खाली जगह की गारंटी नहीं है।

नतीजे का आकलन कैसे करें

रुके हुए वाहन में आउटपुट की मूल तस्वीर से तुलना करें और छूटी वस्तुएँ, गलत लेबल तथा अस्थिरता नोट करें। तुलना के लिए डिवाइस, दृश्य, मॉडल और सेटिंग का रिकॉर्ड रखें। चमक, अंधेरा, बारिश और वस्तुओं का छिपना उपयोगी अवलोकन कम कर सकते हैं। चयनकर्ता के एनिमेशन और सिम्युलेटर की पहचान केवल उदाहरण हैं; उनसे मापी हुई सटीकता, विलंब या हर बार Neural Engine पर चलना साबित नहीं होता।