Установка требований к испытанию алгоритмов обнаружения и распознавания дорожных знаков
Подготовка испытаний дорожных алгоритмов: тестовые наборы для обнаружения знаков и препятствий, реконструкции перекрестков, контроля обочины и полосы движения.
Задача
Проект посвящен требованиям к испытаниям алгоритмов анализа дорожной обстановки. В его объем входит подготовка тестовых наборов данных, на которых можно проверять обнаружение и распознавание дорожных знаков.
Что входит в проверку
Перечень задач шире распознавания знаков. В нем также указаны обнаружение и распознавание препятствий, обнаружение и реконструкция структуры перекрестков, контроль обочины и полосы движения. У каждого направления свой предмет анализа, поэтому испытательные данные должны соответствовать конкретной функции алгоритма.
Разделение задач помогает определить, какой результат требуется проверить на тестовом наборе: наличие объекта, его распознавание или структуру дорожной сцены. Это основа для содержательных требований к испытаниям.
Назначение работы
Целевой результат проекта состоит в подготовке данных для проверки перечисленных алгоритмов. Испытательный контур связывает требования к дорожной системе с данными для проверки ее функций.
Подобная подготовка полезна заказчикам, которым нужны проверяемые критерии перед разработкой ИИ для анализа изображений.
Похожие кейсы
Машинное зрение
Разбор технических чертежей: 3,2 секунды на чертёж и точность 97%
Система извлекает параметры из PDF-чертежа, подсвечивает найденные значения и отдаёт их в CSV. В опубликованном примере: 3,2 секунды на чертёж и 97% точности извлечения.
Машинное зрение
Машинное зрение + LLM на промышленном объекте: выявлены хищения в пилоте
Пилот цифрового аудита на энергетическом объекте связывает камеры с проверкой транспорта, грузов и строительных работ. Выявлены четыре несанкционированных вывоза; материалы используются для отчёта службы безопасности.
Машинное зрение
Разработка модели по распознаванию и выделению контентной части документа
Система размечает однотипные документы, распознаёт их тип и заполняет электронную форму. В результатах разработки отдельно оценены поиск текста, OCR, классификация и распознавание содержимого.