عندما يتعلق الأمر بالتعرف على الأشياء ، فإن النقرات الأولى ستكون تجاه Google أو Microsoft. ماذا لو قاتلوا بعضهم البعض للتعرف على السيارات؟ لقد أجرينا دراسة لإضافة خدمة SpotVision البيلاروسية للكشف عن السيارات إلى قائمة اللاعبين. من سيفوز؟
لنبدأ بحقيقة أننا بحاجة إلى حل مشكلة تطبيقية - لتحديد السيارات في الصور وتحديدها والإبلاغ عن إحداثيات السيارات. ظهرت الفكرة ، أولاً وقبل كل شيء ، للاستخدام الشخصي - للعثور بسرعة وكفاءة على أماكن وقوف السيارات المجانية في الفناء قبل وصول السائق إلى هناك. في وقت لاحق ، نمت هذه الفكرة إلى مهمة للأعمال - لتوفير خدمات إضافية للعملاء في أي شركة لمواقف السيارات ، وكذلك عملاء خدمات المراقبة بالفيديو.
الهدف هو التعرف على السيارات على الصور من كاميرات الدوائر التلفزيونية المغلقة ونقل المعلومات في شكل تخطيطي إلى خريطة في تطبيق الهاتف المحمول أو لوحة القيادة.
بادئ ذي بدء ، اختبرنا Google AI ، لأننا نثق في العديد من منتجات Google دون قيد أو شرط. وبدا أنه بالنسبة لمثل هذا الوحش الكبير والمؤثر ، فإن التعرف على السيارات سيكون أمرًا تافهًا (سيتم تقديمه بسهولة ، وسيكون من السهل القيام به). ومع ذلك ، شعرنا بخيبة أمل. إن التعرف على Google AI للسيارات ليس دقيقًا للغاية. لذلك ، يبدو وكأنه علاقات عامة لمنتجات Google الأخرى أكثر من كونه نظام رؤية كمبيوتر يعمل بشكل جيد.
بالنسبة للاختبار الأول ، التقطنا صورًا جيدة الإضاءة بالارتفاع والمقياس الأمثل للمركبات. فشل إطلاق الرؤية. من بين أكثر من 40 سيارة ، Google AI ودائرة 10 سيارات فقط.
اختبار 1. جوجل AI
بعد أن اكتشفنا أنه حتى الاعتراف الكبير بفشل Google على هذا المستوى العادي ، أخذنا خدمة Microsoft Computer Vision للمقارنة. حصلنا على النتيجة التالية.
اختبار 1. مايكروسوفت رؤية الكمبيوتر
هناك 6 سيارات (!) في المجموع. ويبدو حزينا جدا.
أدركنا أن مجال الذكاء الاصطناعي قد بدأ للتو في التطور ، ولا يمكن التخفيف من اهتمامنا بالرياضة ، بدأنا في جمع مجموعة بيانات من السيارات وتدريب شبكتنا العصبية الخاصة. اتخذنا إطار عمل YOLOv3 Darknet كأساس. أظهرت التجارب أنه هو الذي يخلق أقل المشاكل في التنفيذ. يقوم بمعالجة الصور بسرعة وتطبيق التكبير تلقائيًا عند عدم وجود صور كافية. بعد فترة من التدريب المكثف ، لدينا شبكة عصبية مدربة تعتمد على أكثر من 25 ألف صورة. في الوقت الحالي نقوم بإضافة 2500 صورة أخرى للتدريب.
هذه هي الطريقة التي تعامل بها نظام SpotVision لنظام الذكاء الاصطناعي البيلاروسي مع نفس المهمة.
اختبار 1. SpotVision Car Detection
كما ترى ، تم التعرف على الغالبية العظمى من السيارات ، وليس فقط في ساحة الانتظار. أي حيث يمكن للعين البشرية أن ترى السيارة بسهولة ، يقوم نظام SpotVision بعمل ممتاز.
دعونا نعقد المهمة ونلقي نظرة ليلية. من وجهة نظر أهمية التطبيق ، يصعب على السائقين العثور على مكان مجاني لوقوف السيارات ليلاً بسبب ضعف الرؤية والعدد الكبير للسيارات المتوقفة بالفعل. لذلك ، فإن التمييز الليلي هو الأكثر قيمة.
هذا ما أعطته Google نتيجة لذلك.
اختبار 2. Google AI
وإصدار مشابه من Microsoft
Test 2. Microsoft Computer Vision
أي - صفر كامل وغياب أي علامات لسيارات في الصورة.
دعنا نقارن نتائج نظام التعرف على الجهاز SpotVision.
اختبار 2. SpotVision Car Detection قيد
التشغيل. غالبًا ما يتم تثبيت كاميرات الدوائر التلفزيونية المغلقة في الطوابق العليا من المباني متعددة الطوابق. يوفر هذا أكبر تغطية مرئية لمنطقة وقوف السيارات بكاميرا واحدة. هذا يقلل من تكاليف خدمات المراقبة بالفيديو للمعدات والتركيب. نظرًا لأن الحالة الأكثر شيوعًا والمطلوبة هي التعرف على السيارات في ساحات المجمعات السكنية والمراكز التجارية ، فقد تعهدنا أيضًا بتحليلها في ثلاثة أنظمة.
الاختبار 3. اختبار Google AI
3. اختبار Microsoft Computer Vision
3. SpotVision Car Detection
الآن دعنا نطرح السؤال بشكل مباشر: كيف تتكيف الأنظمة إذا أظهرت الصورة سيارة واحدة بالكامل وتم التقاط حواف تلك المجاورة؟
اختبار 4. اختبار جوجل AI
4. مايكروسوفت رؤية الكمبيوتر
اختبار 4. SpotVision Car Detection
وفقًا للنتائج ، عثر Google AI على 4 أشياء في الصورة ، وثلاثة منها عجلات ، وليست سيارات كاملة. حددت Microsoft Computer Vision سيارتين. تعرفت Spotvision على 4 مركبات ككل وعجلة واحدة على حدة. تعامل نظام التعرف على السيارة البيلاروسي مع المهمة بخطأ بسيط ، ولكن بشكل كامل.
من المثير للاهتمام ما ستدور حوله الأنظمة حيث لا توجد علامات واضحة للسيارة ، والتي تعتمد عليها أنظمة التعرف في الغالب - هذا هو المحيط المعتاد للسيارة ومخطط العجلات.
الاختبار 5. Google AI
Test 5. اختبار الرؤية الحاسوبية لـ Microsoft
5. SpotVision Car Detection
من المثير للدهشة أن جميع الخدمات الثلاث حددت السيارة بدقة ، فقط Google AI استجاب للعجلة أو الدوامات من الدخان الملون ، محاطًا بها مستطيلًا.
المطر والضباب من المضاعفات الطبيعية الأخرى للتعرف عليها. تقلل من وضوح الصورة ويمكن أن تخفي الأشياء من رؤية الكمبيوتر.
الاختبار 6. اختبار الذكاء الاصطناعي من Google 6.
اختبار الرؤية الحاسوبية لـ Microsoft
6. برنامج SpotVision لرصد السيارات من
Google ، كان أداء Google AI و SpotVision Car Detection أفضل ، على الرغم من أنهما فقدا رؤية سيارتين تسافران عن بعد. أخطأت Microsoft Computer Vision جهازًا واحدًا ، ومن بين الأجهزة الأربعة الواضحة ، كانت هناك ثلاثة أجهزة فقط.
لذلك ، تم إجراء اختبارين للمراقبة مع عرض أقصى عدد من المركبات. يظهر الاختبار 7 46 مركبة.
الاختبار 7. اختبار الذكاء الاصطناعي من Google 7.
اختبار رؤية الكمبيوتر من Microsoft
7. اكتشاف السيارة SpotVision
من بين 46 سيارة في الصورة ، عثرت Google AI على 11 سيارة ، و Microsoft Computer Vision - 30 سيارة وحددت عن طريق الخطأ علامة على العمود ، ووجدت SpotVision 46 سيارة.
دعنا نواصل مع الأمثلة حيث يوجد العديد من السيارات. تغيير زاوية الرؤية.
الاختبار 8. اختبار Google AI
8. اختبار Microsoft Computer Vision
8. SpotVision Car Detection نضيف
صورًا من ساحات حقيقية ، مع مراعاة التغيرات الموسمية. في الشكل أدناه ، حان وقت الشتاء والثلج. كما ترى ، فإن البقع المذابة والأماكن التي تركت فيها السيارات يمكن التعرف عليها بالخطأ على أنها سيارات. وكذلك تصبح السيارات تحت الجليد غير مرئية لأنظمة الرؤية الحاسوبية.
اختبار 9. جوجل AI
الاختبار 9. اختبار الرؤية الحاسوبية لـ Microsoft 9.
الكشف عن السيارة spotVision
نفس العرض ، فقط في الوضع الليلي.
الاختبار 10. اختبار Google AI
10. اختبار Microsoft Computer Vision
10. SpotVision Car Detection
اتضح أن Google AI و Microsoft Computer Vision يعملان مع مجموعة واسعة من المهام ، ولكنهما عانوا من فشل مطلق في اكتشاف السيارة. كانت معظم الحالات فاشلة كليًا أو جزئيًا ، وتم التعرف على بعضها بالبقع. لذلك ، فهي ليست مناسبة لخدمة الشركات التي ترغب في توسيع قدراتها من خلال التكامل مع خدمات الذكاء الاصطناعي. في الوقت نفسه ، تعاملت خدمة SpotVision البيلاروسية للكشف عن السيارات مع 98٪ من المهام المحددة وهي جاهزة للتطبيق في الوقت الفعلي.
إذا كنت ترغب في اختبار كل خدمة بنفسك ، فإليك الروابط
Google AI
Microsoft Computer Vision
Spotvision Car Detection