Wymagania danych dla potrzeb szkolenia sieci neuronowych

Aby wyszkolić sieć neuronową, należy zebrać oraz udostępnić AxxonSoft nagrania wideo z używanych w instalacji kamer z takimi samymi warunkami pogodowymi, rozdzielczością ekranu oraz porami dnia, przy których sieć neuronowa ma być wykorzystywana w przyszłym wdrożeniach sieci neuronowych.

Jeśli, dla przykładu, sieć neuronowa ma być użytkowana w celu analizy obrazu na wolnym powietrzu, nagrania muszą zawierać pełen zestaw warunków pogodowych (słoneczna pogoda, deszcz, śnieg, mgła, itd.) przy różnych porach dnia (dzień, noc, zmierzch).

Ogólne wymagania dla zebranych danych:

Przy gromadzeniu materiałów wideo upewnij się, że wymagania dla obiektów, sceny, kąta widzenia kamery, oświetlenia oraz strumienia wideo są spełnione dla narzędzia detekcji, które będzie wykorzystywane (zobacz: Konfigurowanie narzędzi detekcji).
Jeśli sieć neuronowa ma pracować w różnych warunkach oświetlenia, kąta nachylenia kamery, typach wykrywanych obiektów i pogodzie, zebrane materiały wideo dla danych warunków powinny być w równych proporcjach (podobne ilości materiałów wideo dla każdych warunków).

Informacja

Przykładowo, jeśli niezbędne jest wykrywanie osób w monitorowanym obszarze zarówno w nocy, jak i podczas dnia:

Dane zebrane prawidłowo:

4 5-minutowe nagrania monitorowanego obszaru,
obiekt, które ma być wykrywany, pojawia się w polu widzenia kamery w każdym nagraniu wideo,
2 fragmenty były nagrane podczas dnia, 2 - w nocy.

Dane zebrane nieprawidłowo:

3 5-minutowe nagrania monitorowanego obszaru,
obiekt, które ma być wykrywany, pojawia się w polu widzenia kamery w każdym nagraniu wideo,
2 nagrania były nagrane w nocy, 1 - podczas dnia.

Szczególne wymagania dla materiału wideo dla każdego narzędzia analizy neuronowej są zapisane w poniższej tabeli:

Narzędzie	Wymagania
Filtr neuronowy	Nie mniej niż 1000 klatek zawierających wiele instancji wymaganego typu obiektu w danych warunkach oraz taka sama długość nagrania niezawierającego obiektów (nagranie tła)
Neurotracker	3 do 5 minut materiału wideo zawierającego wiele instancji wymaganego typu obiektu w danych warunkach. Im większa ilość i zróżnicowanie zdarzeń na nagraniu, tym lepiej.
Narzędzie detekcji pozy ciała	10-sekundowe nagranie sceny niezawierające żadnych osób. Nie mniej niż 100 różnych osób uchwyconych na nagraniu w danych warunkach. Uwaga! Różne warunki oznaczają, między innymi, różne pozycje ciał osób na scenie (przechylanie się, różne wzorce ruchu kończyn, itd.).
Sieć segmentująca narzędzia detekcji wyposażenia (PPE)	Powinna zostać utworzona lista referencyjna wyposażenia z przykładami dozwolonego wyposażenia z obiektu, uzgodniona z producentem analityk (zobacz: Przykład listy zawierającej wyposażenie wymagane na monitorowanym obiekcie). 3 do 5 minut materiału wideo zawierającego personel dla danych warunków. Osoby powinny poruszać się i zmieniać pozy ciała w zebranych nagraniach wideo, a także zakładać i zdejmować wyposażenie na co najmniej 30 sekund.
Detekcje ognia i dymu	Nie mniej niż 1000 klatek zawierające obiekty zainteresowania w określonych warunkach sceny; podobna ilość nagrań niezawierająca obiektów zainteresowania (nagrania tła).
Rozpoznawanie potraw*	Nie mniej niż 80% dań w menu musi zostać udostępnionych. Każde danie wymaga 20-40 zdjęć wykonanych w różnych warunkach.

Jeśli powyższe wymagania dla materiałów wideo zostaną spełnione, a sieć neuronowa będzie operować w warunkach tak zbliżonych, jak to możliwe do warunków w materiałach wideo, całkowita skuteczność** analityk korzystających z sieci neuronowych jest zagwarantowana na poziomie 90 - 97%, przy 5-7% fałszywych pozytywów. Dla sieci neuronowych o ogólnym zastosowaniu*** skuteczność jest zagwarantowana na poziomie 80-95% przy 5-20% fałszywych pozytywów.

Informacja

* Dostępne w nadchodzących wersjach oprogramowania Axxon One.

** Skuteczność dla modeli sieci neuronowych wyszkolone do pracy przy określonych warunkach.

*** Modele sieci neuronowych o ogólnym zastosowaniu to modele, które nie były wyszkolone do pracy przy określonych warunkach.

Wymagania dotyczące trenowania sieci neuronowych mogą ulec zmianie.

Page tree

Documentation for Axxon One 1.0.