AI 物体识别如何在行车记录仪应用中工作

从摄像头画面到识别框

道路物体识别器处理图像，预测支持的物体类别、边界框和置信度。AyniCam 的摄像头 AI 在 iPhone 上运行。显示的标签是模型对可用图像的解释，不是车辆周围所有事物的完整清单。

AyniCam 能标注什么

识别器系列支持人、自行车、摩托车、汽车、公交车、交通信号灯和停车让行标志。类别外的物体可能被漏检或误标。汽车识别框不会确定具体车型，也不保证判断车头或车尾朝向。置信度不是碰撞概率或测得的距离。

单个摄像头意味着几何信息有限

大致位置可用于简化视图，但摄像头并未提供经过测绘的场景。遮挡、角度和外观变化会影响估算。虚拟视图简化摄像头观察，3D 地图则加入来自地图数据的道路和建筑，两者属于不同信息来源。

掩膜提供另一种输出

Pro 分割模型在专用页面预测独立物体掩膜和路面掩膜。掩膜帮助你看到估计形状，而不只是矩形。路面掩膜不是车道识别、人行横道识别，也不保证某区域可通行。

如何评估结果

在静止状态下对照输出和原始图像，记录漏检、错误标签及不稳定结果。任何对比都应记录设备、场景、模型和设置。眩光、黑暗、雨水及遮挡会减少有效观察。模型选择动画和模拟器识别仅为示意，不能证明实测准确率、延迟或所有情况都使用 Neural Engine 运行。