O que é reconhecimento de imagens?
O reconhecimento de imagens extrai informações relevantes sobre objetos, pessoas, cenas, texto ou outras entidades retratadas em uma imagem. Dependendo da tarefa, sua saída pode incluir identidades, rótulos, localizações ou relações.
Como funciona o reconhecimento de imagens
Sistemas de reconhecimento transformam imagens decodificadas em entradas de modelo, inferem pontuações ou previsões estruturadas e aplicam limiares ou regras de negócio a essas saídas. A classificação resume um quadro, a detecção acrescenta as localizações dos objetos, o OCR extrai texto escrito e a correspondência de identidade compara representações com exemplos conhecidos. Essas tarefas podem compartilhar codificadores, mas têm requisitos diferentes de anotação e avaliação. Em um fluxo de trabalho de mídia, a inferência costuma ocorrer após a normalização na ingestão e alimentar a moderação, a catalogação, a busca ou as filas de revisão.
Informações essenciais
- Um classificador convencional de conjunto fechado distribui a probabilidade entre rótulos conhecidos; um sistema de conjunto aberto acrescenta uma política de rejeição para elementos fora de suas categorias conhecidas.
- Pontuações de confiança não são automaticamente probabilidades calibradas; limiares escolhidos com base em uma distribuição de dados podem produzir taxas de erro diferentes após mudanças nas câmeras ou no conteúdo.
- Atalhos baseados em metadados, fundos ou marcas-d’água podem ter correlação com os rótulos de treinamento, levando a resultados precisos em testes de desempenho que falham quando o elemento aparece em um novo contexto.
Quando o reconhecimento de imagens é importante
Selecione uma tarefa de reconhecimento que corresponda à saída necessária, pois rótulos da imagem como um todo não substituem as localizações dos objetos nem uma identidade verificada. A acurácia pode variar com a iluminação, o ponto de vista, a qualidade da imagem e as populações ausentes dos dados de treinamento.