ЕвроХим: как синтетические данные и zero-shot помогают быстро проверять CV-гипотезы
В промышленных CV-задачах данных может быть мало или не быть вообще, а сбор нужных примеров иногда требует дорогих, неудобных или потенциально опасных съёмок. При этом заказчику нужен PoC, чтобы ещё до большого проекта увидеть, что идея технически реализуема.
Использовать два дополняющих подхода. Когда есть исходные фотографии, но не хватает нужных вариантов, команда генерирует синтетические примеры через Fooocus. Когда обучающих примеров нет или гипотезу нужно проверить особенно быстро, используются предобученные zero-shot-модели: CLIP для классификации, Grounding DINO или YOLO-world для детекции и SAM-подобные модели для сегментации.
По слайду 21 команда увеличила датасет пожаров в 5 раз, сообщает mAP0.5 = 0.84 для валидации детектирования очагов возгорания и рост recall класса нарушений с 0.63 до 0.91. Экономия на сборе данных и искусственных съёмках заявлена без денежной оценки. Отдельно автор приводит сроки двух PoC: распознавание автомобильных номеров за 2 недели и аналитика СИЗ за месяц. Эти результаты относятся к данным, моделям и прототипам; доклад не измеряет снижение аварий или эффект полноценного внедрения на производстве.
Дмитрий Колесников, Industrial++ 2024
Слайды · Опубликовано: 22 октября 2024 г. · RU