Så fungerar objektigenkänning med AI i en bilkamera-app

Från kamerabild till lådor

En vägobjektdetektor bearbetar en bild och förutsäger stödda objektklasser, begränsningsrutor och konfidensvärden. I AyniCam körs kameran AI på iPhone. En etikett som visas är modellens tolkning av den tillgängliga bilden, inte en fullständig redogörelse för allt runt bilen.

Vad AyniCam kan märka

Detektorfamiljen stödjer människor, cyklar, motorcyklar, bilar, bussar, trafikljus och stoppskyltar. Ett objekt utanför dessa klasser kan missas eller märkas fel. En billåda identifierar inte dess exakta modell eller garanterar dess främre/bakre orientering. Förtroende är inte en kollisionssannolikhet eller ett uppmätt avstånd.

En kamera betyder begränsad geometri

Ungefärlig placering kan inte ge en förenklad kameravy, men den förenklade visningen stöder inte en undersökning. Tilltäppning, kameravinkel och förändrat utseende påverkar uppskattningen. Virtual View förenklar kameraobservationer; 3D Maps lägger till vägar och byggnader från kartdata. Dessa är distinkta informationskällor.

Masker lägger till en annan utdata

Prosegmenteringsmodellen förutsäger individuella objektmasker och en vägytasmask på en dedikerad sida. Masker är användbara för att se en uppskattad form snarare än bara en rektangel. En vägmask är inte körfältsdetektering, en övergångsdetektor eller en garanti för körbart utrymme.

Hur man bedömer ett resultat

Jämför resultatet med källbilden medan det är stillastående och notera missade objekt, fel etiketter och instabilitet. Håll enhet, scen, modell och inställningar registrerade för alla jämförelser. Bländning, mörker, regn och ocklusion kan minska användbara observationer. Picker-animationer och simulatordetekteringar är illustrationer; ingen uppmätt noggrannhet, latens eller universell Neural Engine-exekvering fastställs av dem.