Dati immagine sintetici per operazioni ferroviarie e portuali in condizioni difficili

Contesto del progetto e limite di pubblicazione

Il progetto si è occupato della simulazione di dati immagine per le aree merci ferroviarie e le operazioni portuali. In questo caso di studio pubblico, il cliente, la posizione e l'identificatore della risorsa vengono rimossi. Vengono descritte solo le quantità, le modalità, i test ed i limiti che è possibile risalire sulla base dei file di consegna. L'input includeva immagini di gru a portale e aree di lavoro, nonché un file di classe con forklift, cone, bollard e person. Non erano presenti riquadri di delimitazione o annotazioni di segmentazione per l'apprendimento supervisionato.

Questo pacchetto è una consegna a livello di immagine. Non si tratta né di una formazione completa di un rilevatore di oggetti né di un'accettazione sul campo. Scatole, maschere e punti chiave non sono stati consegnati; Non era inoltre disponibile un test di verità sul terreno congelato impostato per dimostrare un aumento delle prestazioni.

Obiettivo tecnico

L'obiettivo era creare varianti riproducibili per la notte, la pioggia, la nebbia, il controluce, il motion blur, l'occlusione e la compressione della sorveglianza. Costituiscono una base strutturata per successive annotazioni, formazione e accettazione. Inoltre, sono stati controllati l'organizzazione dei file, la mappatura dei metadati e il QA ripetibile, in modo che gli scenari e i criteri di accettazione possano essere coordinati prima di ulteriori registrazioni sul posto.

Due percorsi dati separati

Il percorso basato su regole ha generato otto degradi ambientali o di immagine da scene operative testate; Lo script, il nome dell'output, lo scenario e i metadati rimangono tracciabili. Il percorso dell'intelligenza artificiale ha generato scene con carrelli elevatori, montacarichi, container e coni stradali per pianificare la copertura dei periodi e delle lezioni. Queste immagini sono contrassegnate come sintetiche e non vengono presentate come documentazione di un sistema reale.

Set di dati di simulazione basato su regole

Il set di dati include 48 file JPG 1280×720 Pixel, divisi in otto scenari con sei immagini ciascuno. Oltre al riferimento alla luce diurna, copre scarsa illuminazione, fonti locali, strisce di pioggia, foschia, perdita di contrasto con la distanza, spostamento del colore del tramonto, alte luci, degradazione del movimento, occlusione del primo piano e bitrate bassi.

Le varianti supportano il test della pipeline, dell'annotazione e della sensibilità alle modifiche dell'immagine. Non sostituiscono la registrazione nella posizione target e non dimostrano da soli le prestazioni in condizioni di pioggia, nebbia o funzionamento notturno reali.

Set di dati di classi sintetiche AI

Il set di dati AI contiene 40 immagini RGB 1672×941 Pixel, dieci per classe. Comprende carrelli elevatori in ambienti portuali, magazzini e cantieri, gru a portale o strutture correlate, pile di container e zone di trasferimento nonché elementi barriera. Tutti i 40 file hanno valori SHA-256 diversi. Ciò esclude solo file identici e non dimostra diversità semantica, neutralità di classe o conformità con la geometria e le regole di sicurezza specifiche del sito.

Posa e composizione in primo piano

Tre ulteriori esempi mostrano l'inclinazione e l'imbardata di un oggetto in primo piano davanti al bordo della strada, al cantiere e alla fabbrica. Controllano se le istruzioni di sintesi e le regole di composizione esprimono una posa richiesta. Non sono misurazioni angolari precise e non costituiscono prova delle prestazioni di rilevamento su sistemi reali.

Metadati e riproducibilità

Il percorso basato su regole memorizza il suggerimento di origine, il file di output, lo scenario, il suggerimento di classe e la voce di elaborazione. 48 righe di metadati corrispondono esattamente a 48 immagini. Lo script Python fa parte della fornitura e può riprodurre input, dipendenze e parametri identici. Una pipeline di produzione dovrebbe inoltre registrare i diritti di origine, il batch di acquisizione, il commit, le versioni delle dipendenze, il seed casuale, i parametri di trasformazione, la versione dell'annotazione, i revisori e gli hash congelati.

Test di qualità misurata

Tutte le 48 immagini basate su regole erano leggibili e coerenti con 48 righe di metadati; ogni scenario contiene sei immagini. Le righe sconosciute, le restanti fonti generali, i candidati con poche informazioni e le coppie quasi duplicate erano rispettivamente pari a 0, secondo le regole implementate. La luminosità minima, mediana e massima era 39,4, 94,55 e 137,5; la deviazione standard della scala di grigi 15,5, 37,3 e 62,6. Questi valori descrivono l'esposizione e la copertura del contrasto, non un grado di qualità.

Volume di consegna

Sono state fornite immagini basate su regole e sintetiche basate sull'intelligenza artificiale, metadati, panoramiche dei contatti, riepilogo del QA, script Python riproducibile e un documento del cliente di 19 pagine con 16 immagini di ampia selezione. Il documento supporta l'ispezione visiva, ma non sostituisce cartelle complete o metadati leggibili dalla macchina.

Flussi di lavoro appropriati

Il metodo supporta il chiarimento dei requisiti, l'elenco delle condizioni difficili, il test di una specifica di annotazione, la regressione della pipeline di dati, la discussione della copertura della classe e la pianificazione di esperimenti di robustezza. Per porti, aree ferroviarie, magazzini, cantieri edili e sorveglianza fissa, un piccolo lotto sintetico può congelare le condizioni prima che vengano commissionati il ​​ricampionamento, l'annotazione e le iterazioni del modello.

Limiti, rischi e accettazione

• Senza scatole, maschere e punti chiave, il pacchetto non è un set completo di dati di addestramento per il rilevamento.
• Le immagini AI possono contenere errori strutturali, dimensionali, prospettici o di sicurezza e richiedono una revisione umana.
• Il degrado basato su regole è un'approssimazione visiva, non un modello meteorologico fisico, inquinamento o codificatore.
• Le prove includono file e distribuzioni, non verità fondate, accuratezza del rilevamento, stabilità o produzione a lungo termine.
• I diritti, la protezione dei dati e la riservatezza dei beni devono essere regolati nel contratto e nella governance dei dati.

Prima dell'addestramento è necessario congelare la definizione della classe, il formato dell'etichetta, la dimensione minima, le regole di occlusione e i casi difficili. Si consigliano campionamento, doppio controllo, separazione quasi duplicata, rapporti di distribuzione e precisione, richiamo, F1 o valori target definiti su un set di test reali indipendenti.

Domande frequenti

Le immagini possono addestrare direttamente un rilevatore?

Non come un set di dati di rilevamento con annotazioni. Innanzitutto, le scatole o le maschere devono essere create, controllate e convalidate nel formato del quadro di formazione.

Tutte le 48 immagini di controllo sono state create in un processo riproducibile?

Sì. Script, denominazione e metadati vengono conservati. La riproduzione richiede gli stessi input, dipendenze, parametri e ambiente.

Le immagini AI sostituiscono i dati sulla posizione reale?

No. Completano la copertura concettuale, le combinazioni di scene e le annotazioni di esempio. Il test finale e l'accettazione richiedono dati reali autorizzati provenienti da un ambiente operativo adeguato.

Cosa dimostra l’attuale QA?

Leggibilità, corrispondenza quantitativa, distribuzione pianificata e assenza di duplicati esatti o povertà definita di informazioni. La semantica, l'accuratezza dell'etichetta e le prestazioni del modello non sono dimostrate.

Di quali input ha bisogno la fase successiva?

Sono richiesti classi, immagini rappresentative della posizione, regole di dimensione e occlusione, formato dell'etichetta, struttura di formazione, parametri della fotocamera, diritti e obiettivi di accettazione misurabili. Le applicazioni di sicurezza richiedono procedure per falsi allarmi, omissioni e controllo umano.