적외선 알고리즘 I079 · 탐지, 분할, 식별 및 이상 분석

오픈 세트 식별 및 미확인 결함 제거 개발 및 장비 개조 서비스

"알려진 클래스 훈련 세트"를 사용하는 기업 R&D, 장비 제조업체 및 시스템 통합 프로젝트의 경우 "알려진 클래스, 알려지지 않은 클래스 및 거리"를 합의된 출력으로 사용하여 요구 사항 평가, 알고리즘 구현, 인터페이스 캡슐화, 대상 플랫폼 적응 및 독립적인 테스트 설계를 제공합니다.

서비스 범위 및 프로젝트 결과물

알고리즘 번호I079
프로젝트 입력알려진 클래스 훈련 세트
예상 출력알려진 클래스, 알려지지 않은 클래스 및 거리
구현특별한 모델과 데이터 검증이 필요합니다.
프로젝트 출력

알려진 클래스, 알려지지 않은 클래스 및 거리

이 프로젝트는 특수 모델 개발에 속합니다. 대상 카테고리, 데이터 수집 및 라벨링 규칙, 교육 및 독립 테스트 세트, 배포 플랫폼 및 거부 요구 사항을 확인한 다음 모델 구조 및 허용 임계값을 결정해야 합니다.

실시 경로

  1. 데이터 및 인터페이스 검증입력 형식, 비트 심도, 타임스탬프, 카메라 매개변수, 대상 플랫폼 및 예외 프레임 규칙을 확인합니다.
  2. 기준선 및 프로젝트 구현검토 가능한 기준선을 설정한 후 대상 개체, 물리적 조건 및 지표에 따라 핵심 알고리즘을 구현합니다.
  3. 품질 게이팅유효성, 신뢰도, 실패 이유 및 로그를 출력하고 예외 처리를 무조건적인 결과로 대체하지 않습니다.
  4. 통합 및 재테스트인터페이스를 캡슐화하고 대상 플랫폼과 독립 테스트 세트에서 정확성, 대기 시간 및 리소스 사용량을 다시 테스트합니다.

평가 전 필요한 정보

알고리즘별 입력: 알려진 클래스 훈련 세트.

  • 카메라 모델, 스펙트럼 대역, 해상도, 렌즈, 거리, 시야 및 SDK/데이터 형식
  • 스크린샷, 압축 또는 유사 색상 변경은 물론 정상, 비정상 및 실패 조건이 없는 원본 샘플
  • 대상 물체, 최소 크기, 온도/반사 특성, 환경 및 장치 로딩 정보
  • 참조 진리값, 주석 사양, 독립적인 테스트 세트 및 서면 통과 임계값
  • 대상 하드웨어, 운영 체제, 호출 인터페이스, 틱, 메모리 및 전력 제약
  • 소스 코드, 모델 가중치, 타사 종속성, 배포 수 및 유지 관리 범위 요구 사항

전달 콘텐츠 및 인터페이스 계약

"알려진 클래스, 알려지지 않은 클래스 및 거리"의 전달과 품질 상태에 대한 합의가 가능하며 파일 형식 및 인터페이스 사양은 프로젝트 계획에서 확인됩니다.

  • 요구사항 및 기술 솔루션, 입력 및 출력, 인터페이스 필드 정의
  • 알고리즘 라이브러리, 모델 또는 SDK/API; 납품 양식이 프로젝트 계획에서 확인되었습니다.
  • 샘플 프로그램, 매개변수 구성, 오류 상태 및 호출 지침
  • 테스트 세트 버전, 지표 정의, 계층화 결과 및 실패한 샘플 기록
  • 대상 플랫폼 적응, 자원 사용량 및 실행 지연 기록
  • 버전, 종속성, 라이센스, 재생산 단계 및 적용 가능한 조건 설명

수용 방법 및 지표

이 항목을 수락하기 위한 제안

범주, 주석, 독립적인 테스트 세트 및 임계값을 동결하고 시나리오별로 계층적으로 각 범주에 대한 재현율, 정밀도, Macro-F1, 거짓 양성률, 거부 결과 및 실패한 샘플을 보고합니다.

승인 전에 코드, 모델/가중치, 매개변수, 종속성, 대상 플랫폼, 데이터 버전 및 통계 스크립트를 수정합니다. 결과는 중요한 조건에 따라 계층화되고 실패 샘플이 제공됩니다. 다루지 않는 조건은 제한사항으로 나열되며 전체 평균에 합산되지 않습니다.

승인 임계값은 샘플 평가 후 프로젝트 계획에 기록되고 테스트 데이터, 대상 플랫폼 및 통계 방법과 함께 확인됩니다.

구현 및 조달 단계

  1. 프로젝트 입력 확인카메라, 스펙트럼 대역, 비트 심도, SDK, 환경 조건, 샘플 및 수용 실제 값을 확인합니다.
  2. 샘플 검증주요 처리 링크, 적용 조건 및 비정상 작동 조건을 확인하고 개발 범위 및 승인 방법을 결정합니다.
  3. 알고리즘 개발 및 통합데이터 구문 분석, 알고리즘, 품질 게이팅, 인터페이스 및 대상 플랫폼 배포를 구현합니다.
  4. 테스트 승인 및 인계합의된 테스트 세트 및 대상 플랫폼에 따라 다시 테스트하고 결과물, 테스트 결과 및 적용 가능한 조건을 전달합니다.

적용 가능한 경계 및 승인

이 프로젝트는 특수 모델 개발에 속합니다. 대상 카테고리, 데이터 수집 및 라벨링 규칙, 교육 및 독립 테스트 세트, 배포 플랫폼 및 거부 요구 사항을 확인한 다음 모델 구조 및 허용 임계값을 결정해야 합니다.

입력 데이터, 타사 코드, 모델 가중치 및 교육 데이터에 대한 상용 라이센스는 사례별로 확인됩니다. 고객 데이터의 사용 범위, 저장 방법 및 액세스 권한은 프로젝트에서 합의합니다. 배포 수량, 소스 코드 범위, 유지 관리 기간 및 현장 책임은 프로젝트 계획에 명시되어 있습니다.

일반적인 프로젝트 질문

이 알고리즘을 기존 장비에 배포할 수 있나요?

먼저 카메라 데이터 인터페이스, 대상 플랫폼, 컴퓨팅 성능, 메모리, 운영 체제 및 호출 방법을 확인하고 장치 인터페이스 공동 디버깅 및 대상 작업 조건 테스트를 완료해야 합니다.

어떤 샘플이 필요합니까?

최소한 원래의 정상, 비정상 및 실패 조건 샘플을 제공하고 카메라 매개변수, 환경, 로드, 타임스탬프 및 참조 참값을 유지하십시오. 스크린샷이 표시될 때만 스크린샷이 뒷받침할 수 있는 결론의 범위가 명확해져야 합니다.

프로젝트 승인을 어떻게 준비하나요?

범주, 주석, 독립적인 테스트 세트 및 임계값을 동결하고 시나리오별로 계층적으로 각 범주에 대한 재현율, 정밀도, Macro-F1, 거짓 양성률, 거부 결과 및 실패한 샘플을 보고합니다.

비용과 주기 시간을 평가하는 방법은 무엇입니까?

먼저 샘플 검증, 특수 개발, 인터페이스 패키징, 대상 플랫폼 적응 및 독립적 수용에 따라 작업 패키지를 분할합니다. 데이터 준비, 물리적 교정, 제3자 라이센스, 소스 코드 범위 및 현장 공동 디버깅은 주기 시간과 견적에 영향을 미칩니다.

프로젝트 상담

개발 및 납품 범위를 명확히 하기 위해 샘플 및 장비 조건을 제출하십시오.

오픈 세트 식별 및 미확인 결함 제거 개발 및 장비 개조 서비스

작업 개체, 원본 사진 또는 비디오, 대상 표시기, 장치 플랫폼, 인터페이스 및 샘플 상황을 설명하십시오.

전화: 13910119357
xuzhiyang0928@gmail.com

작성하신 정보는 본 프로젝트에 대한 평가 및 연락용으로만 사용됩니다. 승인되지 않은 개인 정보나 민감한 데이터를 제출하지 마십시오.