Syntetyczne dane obrazowe dla operacji kolejowych i portowych w trudnych warunkach

Kontekst projektu i limit publikacji

Projekt dotyczył symulacji danych obrazowych dla kolejowych obszarów towarowych i operacji portowych. W tym publicznym studium przypadku usunięto klienta, lokalizację i identyfikator zasobu. Opisane są jedynie ilości, procedury, badania i limity, które można prześledzić na podstawie dokumentacji dostaw. Dane wejściowe obejmowały obrazy suwnic bramowych i obszarów roboczych, a także plik klasy forklift, cone, bollard i person. Brak adnotacji dotyczących ramki granicznej lub segmentacji dla uczenia się nadzorowanego.

Ten pakiet jest dostarczany na poziomie obrazu. Nie jest to ani ukończone szkolenie na wykrywacza obiektów, ani odbiór terenowy. Pudełka, maski i punkty kluczowe nie zostały dostarczone; Nie był dostępny również zestaw testowy „zamrożonego gruntu”, wykazujący wzrost wydajności.

Cel techniczny

Celem było stworzenie powtarzalnych wariantów dla nocy, deszczu, mgły, podświetlenia, rozmycia ruchu, okluzji i kompresji nadzoru. Stanowią one uporządkowaną podstawę do późniejszej adnotacji, szkolenia i akceptacji. Ponadto sprawdzono organizację plików, mapowanie metadanych i powtarzalną kontrolę jakości, aby można było koordynować scenariusze i kryteria akceptacji przed dalszymi nagraniami na miejscu.

Dwie oddzielne ścieżki danych

Ścieżka oparta na regułach wygenerowała osiem degradacji środowiska lub obrazu w testowanych scenach operacyjnych; Skrypt, nazwa wyniku, scenariusz i metadane pozostają identyfikowalne. Ścieżka AI wygenerowała sceny z wózkami widłowymi, podnośnikami, kontenerami i pachołkami drogowymi, aby zaplanować zakres zajęć i zajęć. Obrazy te są oznaczone jako syntetyczne i nie stanowią dokumentacji rzeczywistego systemu.

Zbiór danych symulacyjnych oparty na regułach

Zbiór danych zawiera 48 plików JPG 1280×720 Piksele podzielone na osiem scenariuszy po sześć obrazów każdy. Oprócz odniesienia do światła dziennego uwzględnia słabe oświetlenie, źródła lokalne, smugi deszczu, zamglenie, utratę kontrastu wraz z odległością, przesunięcie kolorów zachodu słońca, światła, degradację ruchu, okluzję pierwszego planu i niską przepływność.

Warianty obsługują testowanie potoku, adnotacji i wrażliwości na zmiany obrazu. Nie zastępują one nagrania w lokalizacji docelowej i nie stanowią same w sobie dowodu działania w prawdziwym deszczu, mgle czy w nocy.

Zestaw danych klasy syntetycznej AI

Zbiór danych AI zawiera 40 obrazów RGB 1672×941 Piksele, dziesięć na klasę. Obejmuje wózki widłowe stosowane w portach, magazynach i na placach budowy, suwnice bramowe lub powiązane konstrukcje, stosy kontenerów i strefy przeładunkowe, a także elementy barier. Wszystkie 40 plików ma różne wartości SHA-256. Wyklucza to jedynie identyczne pliki i nie wykazuje różnorodności semantycznej, neutralności klasowej ani zgodności z geometrią i zasadami bezpieczeństwa specyficznymi dla witryny.

Poza i kompozycja na pierwszym planie

Trzy dodatkowe przykłady pokazują nachylenie i odchylenie obiektu na pierwszym planie przed poboczem drogi, placem budowy i fabryką. Sprawdzają, czy instrukcja syntezy i zasady kompozycji wyrażają żądaną pozę. Nie są to dokładne pomiary kąta i nie stanowią dowodu skuteczności wykrywania w rzeczywistych systemach.

Metadane i odtwarzalność

Ścieżka oparta na regułach przechowuje wskazówkę dotyczącą źródła, plik wyjściowy, scenariusz, wskazówkę dotyczącą klasy i wpis dotyczący przetwarzania. 48 linii metadanych odpowiada dokładnie 48 obrazom. Skrypt Python jest częścią dostawy i może odtwarzać identyczne dane wejściowe, zależności i parametry. Potok produkcyjny powinien dodatkowo rejestrować prawa źródłowe, pobierać partie, zatwierdzenia, wersje zależności, losowe nasiona, parametry transformacji, wersję adnotacji, recenzentów i zamrożone skróty.

Zmierzone testy jakości

Wszystkie 48 obrazów opartych na regułach było czytelnych i spójnych z 48 liniami metadanych; każdy scenariusz zawiera sześć obrazów. Nieznane wiersze, pozostałe ogólne źródła uliczne, kandydaci o niskiej zawartości informacji i pary prawie zduplikowane wynosiły odpowiednio 0 zgodnie z wdrożonymi zasadami. Minimalna, mediana i maksymalna jasność wynosiły 39,4, 94,55 i 137,5; odchylenie standardowe skali szarości 15,5, 37,3 i 62,6. Wartości te opisują pokrycie ekspozycji i kontrastu, a nie ocenę jakości.

Zakres dostawy

Dostarczono obrazy oparte na regułach i syntetyczne, metadane, przeglądy kontaktów, podsumowanie kontroli jakości, powtarzalny skrypt Python oraz 19-stronicowy dokument klienta z 16 dużymi obrazami do wyboru. Dokument umożliwia kontrolę wizualną, ale nie zastępuje pełnych folderów ani metadanych do odczytu maszynowego.

Odpowiednie przepływy pracy

Metoda wspiera wyjaśnianie wymagań, wyliczanie trudnych warunków, testowanie specyfikacji adnotacji, regresję potoku danych, omawianie pokrycia klas i planowanie eksperymentów dotyczących odporności. W przypadku portów, obszarów kolejowych, magazynów, placów budowy i stałego nadzoru mała partia syntetyczna może zamrozić warunki przed ponownym pobraniem próbek, dodaniem adnotacji i iteracją modelu.

Limity, ryzyko i akceptacja

• Bez ramek, masek i punktów kluczowych pakiet nie stanowi kompletnego zestawu danych szkoleniowych do wykrywania.
• Obrazy AI mogą zawierać błędy strukturalne, związane z rozmiarem, perspektywą lub bezpieczeństwem i wymagają sprawdzenia przez człowieka.
• Degradacja oparta na regułach jest przybliżeniem wizualnym, a nie fizycznym modelem pogody, zanieczyszczenia czy kodera.
• Dowody obejmują pliki i dystrybucje, a nie podstawową prawdę, dokładność wykrywania, długoterminową stabilność lub produkcję.
• Prawa, ochrona danych i poufność aktywów muszą być uregulowane w umowie i zarządzaniu danymi.

Przed szkoleniem należy zamrozić definicję zajęć, format etykiety, minimalny rozmiar, zasady okluzji i trudne przypadki. Zalecane jest pobieranie próbek, podwójne sprawdzanie, niemal powtarzalna separacja, raporty dystrybucji i precyzja, przypominanie, F1 lub zdefiniowane wartości docelowe na niezależnym rzeczywistym zestawie testowym.

Często zadawane pytania

Czy obrazy mogą bezpośrednio wyszkolić detektor?

Nie jako zestaw danych wykrywających z adnotacjami. Najpierw należy utworzyć, sprawdzić i zatwierdzić pola lub maski w formacie ramy szkoleniowej.

Czy wszystkie 48 obrazów kontrolnych utworzono w powtarzalnym procesie?

Tak. Skrypt, nazewnictwo i metadane zostają zachowane. Reprodukcja wymaga tych samych danych wejściowych, zależności, parametrów i środowiska.

Czy obrazy AI zastępują rzeczywiste dane o lokalizacji?

Nie. Uzupełniają koncepcję, kombinacje scen i przykładowe adnotacje. Test końcowy i akceptacja wymagają autoryzowanych rzeczywistych danych z odpowiedniego środowiska operacyjnego.

Czego dowodzi obecna kontrola jakości?

Czytelność, dopasowanie ilościowe, planowana dystrybucja i brak dokładnych duplikatów lub określone ubóstwo informacji. Semantyka, dokładność etykiet i wydajność modelu nie zostały udowodnione.

Jakiego wkładu potrzebuje następna faza?

Wymagane są zajęcia, reprezentatywne obrazy lokalizacji, zasady rozmiaru i okluzji, format etykiety, ramy szkoleniowe, parametry kamery, prawa i mierzalne cele akceptacji. Aplikacje zabezpieczające wymagają procedur dotyczących fałszywych alarmów, przeoczeń i kontroli człowieka.