Forskjellen mellom 78% og 98% telling skyldes vanligvis ikke AI-en - det skyldes bildet.
AI-telleverktøy behandler nøyaktig det du gir dem. Et skarpt, godt belyst bilde med tydelig adskilte objekter gir en nesten perfekt telling. Et uskarpt, skyggefullt bilde med overlappende gjenstander gir et gjettverk. Forskning fra SNAP-referansemålet bekrefter at opptaksforhold - belysning, eksponering og kameravinkel - påvirker dyplæringsmodellers ytelse betydelig, noen ganger mer enn selve modellarkitekturen. Den gode nyheten: å fikse bildene dine er gratis, raskt og dramatisk effektivt.
1. Spre gjenstandene i ett enkelt lag
Overlapping er den fremste årsaken til undertelling. Når to bolter ligger oppå hverandre, ser kameraet én form. AI-en kan ikke telle det den ikke kan se.
Før du fotograferer, bruk 10 sekunder på å spre gjenstandene ut i et enkelt, flatt lag. Skyv delene fra hverandre til du ser en stripe bakgrunn mellom hver del. Dette alene kan forbedre nøyaktigheten med 10 til 15 prosentpoeng i tette scener.
Hvis du kan se hver enkelt gjenstand ovenfra, kan AI-en det også. Hvis to gjenstander ser ut som én form, teller AI-en dem som én.
2. Fotografer rett ovenfra
Perspektivforvrengning er lurt. Når du fotograferer et brett med skruer i 45 graders vinkel, ser skruene bakerst mindre og tettere ut enn de foran. AI-modellen behandler pikselstørrelser, så objekter som ser mindre ut, oppdages mindre pålitelig.
Hold telefonen eller kameraet parallelt med overflaten og pek rett ned. De fleste smarttelefoner har et rutenettoverlegg i kamerainnstillingene - slå det på og hold overflatekantene på linje med rutenettlinjene. Et perfekt ovenfra-bilde gir hvert objekt samme pikselstørrelse og eliminerer tildekking fra dybde.
3. Bruk en kontrasterende bakgrunn
Objektdeteksjon fungerer ved å finne kanter - grenser der én farge møter en annen. Når objektene dine går i ett med bakgrunnen, forsvinner disse kantene.
Løsningen er enkel: bruk det motsatte. Mørke objekter legges på en lys overflate. Lyse objekter legges på en mørk overflate. Et hvitt ark for mørke skruer, et svart klede for sølvfargede skiver. Unngå grønne bakgrunner, som kan forårsake fargeutslipp som forvirrer AI-en ved objektgrenser. Jo skarpere kontrast, desto renere deteksjon.
4. Bruk jevn, diffus belysning
Hardt retningsbestemt lys skaper to problemer: lyse hotspots som vasker bort detaljer, og mørke skygger som skjuler objekter helt. En skygge som faller over en rad med piller kan dele ett objekt i to detekterte former, eller gjøre et objekt usynlig.
Det beste lyset for tellebilder er mykt og jevnt. Nær et vindu på en overskyet dag er ideelt. Innendørs fungerer lysrør eller LED-paneler bra. Hvis du bare har en skrivebordslampe, reflekter lyset mot en hvit vegg eller tak i stedet for å rette det direkte mot gjenstandene. Målet er jevn lysstyrke uten synlige skygger mellom gjenstandene.
5. Tell i grupper ved store mengder
Å prøve å få 500 gjenstander inn i ett enkelt bilde betyr at hvert objekt opptar svært få piksler. Objekter under omtrent 20 piksler blir vanskelige for AI-en å skille fra støy eller bakgrunnstekstur. Jo mindre hver gjenstand ser ut, desto mer sliter modellen.
For mengder over 100, del dem opp i grupper på 50 til 100 per bilde. Tell hver gruppe separat og legg sammen totalene. Dette holder hvert objekt stort nok for pålitelig deteksjon og begrenser den kumulative effekten av små per-objekt-feil. Fem bilder med 100 gjenstander hver gir en mer nøyaktig total enn ett bilde med 500.
6. Dropp blitsen
Telefonens blits avfyres fra en punktlyskilde rett ved siden av linsen. Dette skaper en lys hotspot i midten og harde skygger i kantene - nøyaktig de lysforholdene som skader deteksjonsnøyaktigheten.
Blits skaper også spekulære refleksjoner på blanke eller metalliske overflater, og gjør et skruehode til en hvit flekk som AI-en ikke kan klassifisere. Slå av blitsen og stol på omgivelseslys. Hvis scenen er for mørk, legg til en separat lyskilde plassert ovenfor og litt til siden, eller flytt til et lysere område.
7. Sørg for skarp fokus
Et uskarpt bilde visker ut kantene mellom objekter, som er nøyaktig den informasjonen AI-en trenger for å oppdage grenser. Selv lett bevegelsesuskarphet fra en ustø hånd kan redusere nøyaktigheten på små gjenstander.
Trykk på skjermen for å låse fokus på gjenstandene før du fotograferer. Hold telefonen stødig, eller støtt den mot en overflate. For kritiske tellinger, bruk en 2-sekunders timer for å eliminere risting fra å trykke på utløseren. En oppløsning på 2 000 piksler eller høyere på den lengste siden sikrer at AI-en har nok detaljer å jobbe med, selv om 1 000 piksler fungerer for større objekter.
Alt samlet
- Spre gjenstander i et enkelt lag med synlige mellomrom
- Hold kameraet rett ovenfor
- Plasser objekter på en kontrasterende bakgrunn
- Bruk mykt, jevnt lys uten harde skygger
- Del store mengder i grupper på 50 til 100
- Slå av blitsen
- Trykk for å fokusere og hold stødig
Ingen av disse tipsene krever spesialutstyr. En smarttelefon, et ark og et vindu er nok. Den samlede effekten er dramatisk: brukere som følger disse retningslinjene rapporterer konsekvent nøyaktighet over 95%, sammenlignet med 75 til 85% med tilfeldige, ukontrollerte bilder.
Neste gang du trenger å telle objekter fra et bilde, bruk 30 sekunder på å sette opp bildet. Det halve minuttet sparer deg for omtelling, tvil og å stole på et tall som kan være feil med 20%. AI-en er klar. Gi den et bilde verdt å telle.