الرؤية الحاسوبيّة

يعتمد على مقدار تنوّع المشهد لا على رقمٍ ثابت. كاميرا واحدة ثابتة بإضاءةٍ متّسقة تحتاج أقلَّ بكثير من أسطولٍ يمتدّ عبر مواقع وورديّات. نبدأ بدفعة وسمٍ صغيرة لقياس منحنى التعلّم، ثمّ نخبركم بما ستشتريه بيانات إضافيّة فعلًا — وأحيانًا يكون الجواب تحسينَ موضع الكاميرا لا زيادةَ الوسم.

نعم، وغالبًا ينبغي ذلك. الاستدلال عند الحافة يُبقي اللقطات داخل الموقع، ويخفّض كلفة النطاق، ويلغي زمن الذهاب والإياب إلى السحابة. والمقابل عتادٌ يجب إدارته وآليّةُ تحديثٍ للنماذج يجب بناؤها، وهو ما نصمّمه من البداية لا لاحقًا.

لا شيء، بصراحة. الدقّة تتوقّف على لقطاتكم وتعريفكم للحدث واتّساق الوسم لديكم، وأيُّ رقمٍ يُذكَر قبل رؤية البيانات هو تسويق. نحدّد الهدف معكم بعد جولة جدوى على إطاراتٍ حقيقيّة، ونعرّف معًا شكلَ الخطأ المقبول في كلّ اتّجاه.

يجب أن تُصمَّم من البداية لا أن تُضاف لاحقًا. وبحسب حالة الاستخدام قد يعني ذلك معالجةً على الجهاز، أو إتلافَ الإطارات بعد الاستدلال، أو عدمَ تخزين المناطق القابلة للتعريف، ومدّةَ احتفاظٍ محدَّدة. وحيث يكون الغرض تحديدَ هويّات أفراد، فتلك مسألةٌ قانونيّةٌ لمستشاركم قبل أن تكون مسألةً تقنيّة.

ينبغي ألّا يفعل شيئًا تلقائيًّا. الاكتشافات دون عتبة الثقة تذهب إلى طابور مراجعة، ويصبح قرار المراجِع بياناتِ تدريبٍ للإصدار التالي. أمّا منظومة رؤيةٍ تتصرّف بناءً على كلّ اكتشافٍ منخفض الثقة فتولّد إرهاقَ إنذارٍ ويجري إيقافها خلال أسابيع.

مراقبةُ الانحراف تخبركم. نتتبّع كيف تتغيّر إطارات المدخلات وتوزيعُ ثقة النموذج مع الوقت، وكم مرّةً يتجاوز المراجِعون قرار النموذج. وارتفاعُ التجاوزات أو انزياحُ توزيع المدخلات هو إشارةُ إعادة التدريب، بدل انتظار شكوى من أحد.