Cara Kerja Deteksi Objek AI di Aplikasi Dashcam

Dari gambar kamera ke kotak

Detektor objek jalan memproses gambar dan memprediksi kelas objek yang didukung, kotak pembatas, dan nilai kepercayaan. Di AyniCam, kamera AI berjalan di iPhone. Label yang ditampilkan adalah interpretasi model terhadap gambar yang tersedia, bukan gambaran lengkap tentang segala sesuatu di sekitar mobil.

Apa yang dapat diberi label oleh AyniCam

Kelompok detektor mendukung orang, sepeda, sepeda motor, mobil, bus, lampu lalu lintas, dan rambu berhenti. Objek di luar kelas ini dapat terlewatkan atau diberi label yang salah. Kotak mobil tidak dapat mengidentifikasi model pastinya atau menjamin orientasi depan/belakangnya. Keyakinan bukanlah probabilitas tabrakan atau jarak terukur.

Satu kamera berarti geometri terbatas

Perkiraan penempatan dapat mendukung tampilan yang disederhanakan, namun kamera tidak menyediakan pemandangan yang disurvei. Oklusi, sudut kamera, dan perubahan tampilan memengaruhi perkiraan. Tampilan Virtual menyederhanakan pengamatan kamera; Peta 3D menambahkan jalan dan bangunan dari data pemetaan. Ini adalah sumber informasi yang berbeda.

Masker menambahkan keluaran yang berbeda

Model segmentasi Pro memprediksi masker objek individual dan masker permukaan jalan pada halaman khusus. Masker berguna untuk melihat perkiraan bentuk, bukan hanya persegi panjang. Masker jalan bukanlah pendeteksi jalur, pendeteksi penyeberangan, atau jaminan ruang yang dapat dilalui.

Cara menilai hasil

Saat diam, bandingkan keluaran dengan gambar sumber dan catat objek yang terlewat, label yang salah, dan ketidakstabilan. Catat perangkat, pemandangan, model, dan pengaturan untuk perbandingan apa pun. Silau, kegelapan, hujan, dan oklusi dapat mengurangi kegunaan pengamatan. Animasi pemilih dan deteksi simulator adalah ilustrasi; tidak ada akurasi terukur, latensi, atau eksekusi Neural Engine universal yang ditetapkan oleh mereka.