Skillnaden mellan 78% och 98% räkning beror oftast inte på AI:n - det beror på fotot.
AI-räkningsverktyg bearbetar exakt det du ger dem. Ett skarpt, välbelyst foto med tydligt separerade objekt ger en nästan perfekt räkning. Ett suddigt, skuggigt foto med överlappande föremål ger en gissning. Forskning från SNAP-benchmarket bekräftar att fotograferingsförhållanden - ljus, exponering och kameravinkel - påverkar djupinlärningsmodellers prestanda avsevärt, ibland mer än själva modellarkitekturen. Den goda nyheten: att fixa dina foton är gratis, snabbt och dramatiskt effektivt.
1. Sprid ut föremålen i ett enda lager
Överlappning är den främsta orsaken till underräkning. När två bultar ligger ovanpå varandra ser kameran en enda form. AI:n kan inte räkna det den inte kan se.
Innan du fotograferar, ta 10 sekunder och sprid ut föremålen i ett enda, plant lager. Skjut isär delarna tills du ser en strimma bakgrund mellan varje del. Enbart detta kan förbättra noggrannheten med 10 till 15 procentenheter i täta scener.
Om du kan se varje enskilt föremål uppifrån, kan AI:n det också. Om två föremål ser ut som en form, räknar AI:n dem som ett.
2. Fotografera rakt uppifrån
Perspektivförvrängning är lurigt. När du fotograferar en bricka med skruvar i 45 graders vinkel ser skruvarna längst bak mindre och tätare ut än de längst fram. AI-modellen bearbetar pixelstorlekar, så objekt som ser mindre ut detekteras mindre tillförlitligt.
Håll telefonen eller kameran parallellt med ytan och rikta den rakt nedåt. De flesta smartphones har ett rutnätsöverlägg i kamerainställningarna - aktivera det och håll ytkanterna i linje med rutnätslinjerna. En perfekt ovanifrånbild ger varje objekt samma pixelstorlek och eliminerar skymd sikt från djup.
3. Använd en kontrasterande bakgrund
Objektdetektering fungerar genom att hitta kanter - gränser där en färg möter en annan. När dina objekt smälter in i bakgrunden försvinner dessa kanter.
Lösningen är enkel: använd motsatsen. Mörka objekt placeras på en ljus yta. Ljusa objekt placeras på en mörk yta. Ett vitt papper för mörka skruvar, en svart duk för silverfärgade brickor. Undvik gröna bakgrunder, som kan orsaka färgspill som förvirrar AI:n vid objektgränser. Ju skarpare kontrast, desto renare detektering.
4. Använd jämn, diffus belysning
Hårt riktat ljus skapar två problem: ljusa hotspots som tvättar bort detaljer och mörka skuggor som döljer objekt helt. En skugga som faller över en rad tabletter kan dela ett objekt i två detekterade former, eller göra ett objekt osynligt.
Det bästa ljuset för räkningsfoton är mjukt och jämnt. Nära ett fönster en mulen dag är idealiskt. Inomhus fungerar lysrör eller LED-paneler bra. Om du bara har en skrivbordslampa, studsa ljuset mot en vit vägg eller tak istället för att rikta det direkt mot föremålen. Målet är jämn ljusstyrka utan synliga skuggor mellan föremålen.
5. Räkna i omgångar vid stora mängder
Att försöka få in 500 föremål i ett enda foto innebär att varje objekt upptar väldigt få pixlar. Objekt under ungefär 20 pixlar blir svåra för AI:n att skilja från brus eller bakgrundstextur. Ju mindre varje föremål ser ut, desto mer kämpar modellen.
För mängder över 100, dela upp dem i omgångar om 50 till 100 per foto. Räkna varje omgång separat och addera totalerna. Detta håller varje objekt tillräckligt stort för pålitlig detektering och begränsar den kumulativa effekten av små per-objekt-fel. Fem foton med 100 föremål var ger en mer exakt total än ett foto med 500.
6. Hoppa över blixten
Telefonens blixt avfyras från en punktljuskälla precis bredvid linsen. Detta skapar en ljus hotspot i mitten och hårda skuggor i kanterna - exakt de ljusförhållanden som försämrar detekteringsnoggrannheten.
Blixt skapar också spekulära reflektioner på blanka eller metalliska ytor, och förvandlar ett skruvhuvud till en vit fläck som AI:n inte kan klassificera. Stäng av blixten och förlita dig på omgivande ljus. Om scenen är för mörk, lägg till en separat ljuskälla placerad ovanför och lite åt sidan, eller flytta till ett ljusare område.
7. Säkerställ skarp fokus
Ett suddigt foto smear ut kanterna mellan objekt, vilket är exakt den information AI:n behöver för att detektera gränser. Även lätt rörelseoskärpa från en skakig hand kan minska noggrannheten på små föremål.
Tryck på skärmen för att låsa fokus på föremålen innan du fotograferar. Håll telefonen stadigt, eller stöd den mot en yta. För kritiska räkningar, använd en 2-sekunders timer för att eliminera skakning från att trycka på avtryckaren. En upplösning på 2 000 pixlar eller högre på den längsta sidan säkerställer att AI:n har tillräckligt med detaljer att arbeta med, även om 1 000 pixlar fungerar för större objekt.
Sammanfattning
- Sprid ut föremålen i ett enda lager med synliga mellanrum
- Håll kameran rakt ovanför
- Placera objekt på en kontrasterande bakgrund
- Använd mjuk, jämn belysning utan hårda skuggor
- Dela upp stora mängder i omgångar om 50 till 100
- Stäng av blixten
- Tryck för att fokusera och håll stadigt
Inget av dessa tips kräver specialutrustning. En smartphone, ett papper och ett fönster räcker. Den sammanlagda effekten är dramatisk: användare som följer dessa riktlinjer rapporterar konsekvent noggrannhet över 95%, jämfört med 75 till 85% med slumpmässiga, okontrollerade foton.
Nästa gång du behöver räkna objekt från ett foto, lägg 30 sekunder på att förbereda bilden. Den halvminuten sparar dig från omräkning, tvivel och att lita på ett tal som kan vara fel med 20%. AI:n är redo. Ge den ett foto värt att räkna.