Менторы по Computer Vision

Computer Vision: проверьте задачу и данные до обучения модели

Распознать вид объекта, найти его на снимке и выделить каждый пиксель объекта являются разными задачами. Обучение Computer Vision стоит начинать с требуемого ответа системы и примеров ошибок, которые важны в реальном применении.

Выберите подходящую постановку

Для классификации нужен класс изображения, для детекции также положение объекта, для сегментации маска. Обсудите с наставником, соответствует ли разметка этому результату. Размытая инструкция разметчикам создаёт противоречия, которые модель не может устранить самостоятельно.

Разделите данные без утечки

Соседние кадры одного видео или почти одинаковые снимки могут попасть и в обучение, и в проверку. Тогда оценка окажется слишком оптимистичной. Способ разделения должен учитывать происхождение изображений и условия будущего использования.

Разберите отдельные группы: освещение, камера, размер объекта, перекрытия. Общая метрика может скрывать провал на важном типе входа. Полезно смотреть реальные ошибки вместе с числами.

Доведите эксперимент до условий применения

Проверьте обработку изображения до модели, скорость и доступную память. Сравните простой исходный вариант с усложнённым. Для встречи подготовьте обезличенную выборку, правила разметки и примеры неверных ответов; уточните опыт наставника именно с вашим видом визуальной задачи.