7. Học máy

Hầu hết các bộ phát hiện trong chương ảnh được lập trình thủ công cho một mục tiêu cụ thể: phạm vi màu sắc được điều chỉnh thủ công cho theo dõi vùng màu (blob), các mẫu trọng số dẫn xuất thủ công cho các bộ lọc cạnh, các giả định hình học cố định cho các bộ tìm đường thẳng và đường tròn. Mỗi thuật toán bao gồm một loại nhiệm vụ, và thêm một mục tiêu mới có nghĩa là viết một thuật toán mới. Học máy thay đổi quy trình làm việc. Thay vì một thuật toán cho mỗi mục tiêu, ứng dụng tải một mô hình đã được huấn luyện -- một chồng trọng số được tạo ra ngoại vi trên máy tính để bàn với nhiều ảnh ví dụ -- và chạy nó trên camera. Cùng engine chạy bộ phát hiện khuôn mặt cũng chạy bộ ước tính tư thế bàn tay, bộ theo dõi tư thế cơ thể, bộ phân loại đối tượng, hoặc bất kỳ thứ gì khác mà mô hình được huấn luyện cho.

Module ml là bộ công cụ. Mỗi thao tác xây dựng trên một đối tượng Model đơn tải tệp mô hình từ flash, quản lý các tensor đầu vào và đầu ra đã được lượng tử hóa, phân phối mỗi lần suy luận đến đúng engine trên camera, và định tuyến các tensor kết quả qua một bộ xử lý hậu kỳ tùy chọn để chuyển đổi chúng trở lại thành dạng kết quả mà ứng dụng có thể xử lý -- hộp giới hạn, điểm đặc trưng, các lớp, hoặc bất kỳ thứ gì mô hình được dùng cho.

Các khái niệm

Module ml

Pipeline suy luận

Các engine suy luận

Giải mã đầu ra

Tổng kết