7. Makine Öğrenmesi

Görüntü bölümündeki tespit edicilerin çoğu belirli bir hedef için elle kodlanmıştı: nokta (blob) takibi için elle ayarlanmış renk aralıkları, kenar filtreleri için elle türetilmiş ağırlık desenleri, çizgi ve çember bulucular için sabit geometrik varsayımlar. Her algoritma bir tür görevi kapsıyordu ve yeni bir hedef eklemek yeni bir algoritma yazmak demekti. Makine öğrenmesi iş akışını değiştirir. Hedef başına bir algoritma yerine, uygulama bir eğitilmiş model yükler – birçok örnek görüntüyle bir masaüstünde harici olarak (off-board) üretilmiş bir ağırlık yığını – ve onu kamerada çalıştırır. Bir yüz tespit edicisini çalıştıran aynı motor, bir el pozu tahmin edicisini, bir vücut pozu takipçisini, bir nesne sınıflandırıcısını ya da bir modelin başka neye eğitildiyse onu çalıştırır.

ml modülü araç takımıdır. Her işlem, flash bellekten bir model dosyası yükleyen, nicelenmiş giriş ve çıkış tensörlerini yöneten, her çıkarımı kameradaki doğru motora yönlendiren ve ortaya çıkan tensörleri, onları uygulamanın üzerinde işlem yapabileceği sonuç biçimine geri çeviren isteğe bağlı bir son işlemci (post-processor) üzerinden yönlendiren tek bir Model nesnesi üzerine kuruludur – kutular, anahtar noktalar, sınıflar ya da modelin ne için olduğu her neyse.

Kavramlar

ml modülü

Çıkarım iş hattı

Çıkarım motorları

Çıkışın çözülmesi

Özet