Как работает распознавание объектов с помощью ИИ в приложении-видеорегистраторе

От изображения камеры к рамкам

Детектор дорожных объектов обрабатывает изображение и предсказывает поддерживаемые классы, ограничивающие рамки и показатели уверенности. В AyniCam ИИ камеры работает на iPhone. Подпись на экране — интерпретация доступного изображения моделью, а не полное описание всего вокруг автомобиля.

Какие объекты может обозначать AyniCam

Семейство детекторов поддерживает людей, велосипеды, мотоциклы, автомобили, автобусы, светофоры и знаки STOP. Объект вне этих классов может быть пропущен или подписан неверно. Рамка автомобиля не определяет его точную модель и не гарантирует определение передней и задней части. Уверенность — не вероятность столкновения и не измеренное расстояние.

Одна камера — ограниченная геометрия

Приблизительное размещение помогает построить упрощённый вид, но камера не даёт геодезически точной сцены. Перекрытие объектов, угол камеры и изменение внешнего вида влияют на оценку. Виртуальный режим упрощает наблюдения камеры; 3D-карты добавляют дороги и здания из картографических данных. Это разные источники информации.

Маски дают другой тип результата

Модель сегментации Pro предсказывает маски отдельных объектов и маску дорожного покрытия на отдельной странице. Маски помогают видеть приблизительную форму вместо одного прямоугольника. Маска дороги — не распознавание полос, не детектор пешеходных переходов и не гарантия проезжаемого пространства.

Как оценивать результат

На стоянке сравнивайте результат с исходным изображением и отмечайте пропуски, неверные подписи и нестабильность. Для сравнения фиксируйте устройство, сцену, модель и настройки. Блики, темнота, дождь и перекрытие объектов могут уменьшать число полезных наблюдений. Анимации выбора модели и распознавания симулятора — иллюстрации; они не устанавливают измеренную точность, задержку или универсальное выполнение на Neural Engine.