Gömülü kartta gerçek zamanlı çıkarım ve menzil kör noktası

Bir nesne tespiti sistemi yakındaki hedefi buluyor, uzaktakini hiç göremiyorsa ilk refleks güven eşiğini düşürmektir. Bu projede o refleksin işe yaramadığını gördük: arada “şüpheli tespit” bile yoktu. Sorunun modelde mi, veride mi, fizikte mi olduğu bilinmiyordu ve tahmin yürütmek yerine üç katmanda kazdık.

Fizik. İrtifa, yer örnekleme mesafesi ve piksel bütçesi zincirini hesapladık. Kırk altı metrede karede kırk iki piksel olan hedef, model girişine küçültülünce ağın önüne on dört piksel olarak geliyordu. Bilgi, ağ karar vermeye başlamadan eriyordu; bu bir model kalitesi sorunu değildi.

Veri. Etiket kutusu boyut dağılımını çıkardık. Setin medyanı iki yüz piksel civarındaydı, en küçük yüzde onluk dilim bile yüz pikselin altına inmiyordu. Yani veride operasyonel boyuta yakın tek bir örnek yoktu.

Eğitim. Model checkpoint’inden ölçek ve döndürme artırımlarının tümüyle kapalı olduğunu doğruladık. Teşhis artık üç bağımsız kanıta dayanıyordu.

Teşhisten çalışan koda

Dört fazlı bir iyileştirme programı yazıldı ve ilk faz çalışır kod olarak teslim edildi: örtüşmeli dilimli çıkarım, düşürülmüş güven eşiği ve son N karede tutarlı eşleşme arayan zamansal doğrulama. Sonuç hiçbir yeniden eğitim yapılmadan ölçüldü: modelin daha önce hiçbir şey bulamadığı gerçek hava karesinde 0,74 güvenle beş tespit, ikinci karede bir tespit.

Aynı hattı hedef donanımda profilleyip darboğazın grafik işlemci değil, karo başına yapılan işlemci ön işleme olduğunu gösterdik. Dilimli mod gömülü kartta 1-3 FPS, tek tam kare geçişi ise 15-20 FPS veriyordu; uçuş konfigürasyonu bu ölçüme göre belirlendi ve dilimli mod yedek plan olarak konumlandı. Tespit modelinin kendi doğrulama skoru, yalnızca gerçek hava karelerinden kurulmuş bir doğrulama setinde mAP50 0,904 ve mAP50-95 0,691.

Yöntemin sınırı da açıkça yazıldı: bu teknikler küçük nesne tespitini belirgin biçimde iyileştirir, tamamen çözmez. Bir kazanımı olduğundan büyük göstermek, ölçmenin anlamını ortadan kaldırır.