Was ist Bilderkennung?
Bilderkennung extrahiert aussagekräftige Informationen über Objekte, Personen, Szenen, Text oder andere Entitäten, die in einem Bild dargestellt sind. Je nach Aufgabe kann ihre Ausgabe Identitäten, Bezeichnungen, Positionen oder Beziehungen umfassen.
So funktioniert Bilderkennung
Erkennungssysteme wandeln decodierte Bilder in Modelleingaben um, leiten Bewertungswerte oder strukturierte Vorhersagen ab und wenden Schwellenwerte oder Geschäftsregeln auf diese Ausgaben an. Klassifikation fasst ein Bild zusammen, Detektion ergänzt Objektpositionen, OCR extrahiert Schrift, und der Identitätsabgleich vergleicht Darstellungen mit bekannten Beispielen. Diese Aufgaben können Encoder gemeinsam nutzen, haben aber unterschiedliche Anforderungen an Annotation und Bewertung. In einem Medienworkflow folgt die Inferenz üblicherweise auf die Normalisierung bei der Übernahme und liefert Eingaben für Moderation, Katalogisierung, Suche oder Warteschlangen zur Prüfung.
Wichtige Fakten
- Ein herkömmlicher Klassifikator mit geschlossenem Kategoriensatz verteilt Wahrscheinlichkeiten auf bekannte Bezeichnungen. Ein System mit offenem Kategoriensatz ergänzt eine Ablehnungsregel für Motive außerhalb seiner bekannten Kategorien.
- Konfidenzwerte sind nicht automatisch kalibrierte Wahrscheinlichkeiten. Schwellenwerte, die anhand einer bestimmten Datenverteilung gewählt wurden, können nach einem Wechsel der Kameras oder Inhalte zu anderen Fehlerraten führen.
- Leicht ausnutzbare Metadatenmerkmale, Hintergründe oder Wasserzeichen können mit Trainingsbezeichnungen korrelieren. Das kann zu guten Benchmark-Ergebnissen führen, die sich nicht bestätigen, wenn das Motiv in einem neuen Kontext erscheint.
Wann Bilderkennung wichtig ist
Wählen Sie eine Erkennungsaufgabe, die zur benötigten Ausgabe passt, da Bezeichnungen auf Bildebene weder Objektpositionen noch eine verifizierte Identität ersetzen können. Die Genauigkeit kann je nach Beleuchtung, Blickwinkel, Bildqualität und Bevölkerungsgruppen, die in den Trainingsdaten fehlen, variieren.