Ketika datang ke pengenalan objek, klik pertama akan diarahkan ke Google atau Microsoft. Bagaimana jika mereka saling bertarung untuk mengenali mobil? Kami telah melakukan studi yang menambahkan layanan Deteksi Mobil SpotVision Belarusia ke daftar pemain. Siapa yang akan menang?
Mari kita mulai dengan fakta bahwa kita perlu menyelesaikan masalah yang diterapkan - untuk mengidentifikasi mobil dalam gambar, memilihnya dan melaporkan koordinat mobil. Idenya, pertama-tama, muncul untuk penggunaan pribadi - untuk dengan cepat dan efisien menemukan dan melihat tempat parkir gratis di halaman sebelum pengemudi tiba di sana. Kemudian, ide ini tumbuh menjadi tugas bisnis - untuk menyediakan layanan tambahan bagi pelanggan dari perusahaan parkir mana pun, serta pelanggan layanan pengawasan video.
Tujuannya adalah untuk mengenali mobil pada gambar dari kamera CCTV dan mengirimkan informasi dalam bentuk skema ke peta di aplikasi seluler atau dasbor.
Pertama-tama, kami menguji Google AI, karena kami mempercayai banyak produk Google tanpa syarat. Dan tampaknya untuk monster yang begitu besar dan berpengaruh, pengenalan mobil akan menjadi masalah yang sepele (itu akan diberikan dengan mudah, itu akan mudah dilakukan). Namun, kami kecewa. Pengenalan Google AI untuk mobil tidak terlalu akurat. Oleh karena itu, ini lebih terlihat seperti PR untuk produk Google lainnya daripada sistem visi komputer berkualitas tinggi.
Untuk pengujian pertama, kami mengambil gambar dengan pencahayaan yang baik pada ketinggian dan skala kendaraan yang optimal. Peluncuran penampakan gagal. Dari lebih 40 mobil, Google AI dan hanya melingkari 10 mobil.
Tes 1. Google AI
Setelah menemukan bahwa bahkan pengakuan Google yang hebat gagal pada tingkat yang begitu dangkal, kami menggunakan layanan Microsoft Computer Vision untuk perbandingan. Kami mendapat hasil sebagai berikut.
Tes 1. Microsoft Computer Vision
Total ada 6 (!) Mobil. Dan itu terlihat sangat menyedihkan.
Menyadari bahwa bidang AI baru saja mulai berkembang, dan minat olahraga kami tidak dapat dikurangi, kami mulai mengumpulkan kumpulan data dari mobil dan melatih jaringan saraf kami sendiri. Kami mengambil kerangka Darknet YOLOv3 sebagai dasar. Eksperimen telah menunjukkan bahwa dialah yang paling sedikit menciptakan masalah dalam implementasi. Ini memproses gambar dengan cepat dan secara otomatis menerapkan augmentasi saat gambar tidak mencukupi. Setelah periode pelatihan intensif, kami memiliki jaringan saraf terlatih berdasarkan lebih dari 25 ribu gambar. Saat ini kami menambahkan 2500 gambar lagi untuk pelatihan.
Ini adalah cara sistem AI Belarusia SpotVision Car Detection mengatasi tugas yang sama.
Tes 1. Deteksi Mobil SpotVision
Seperti yang Anda lihat, sebagian besar mobil telah diidentifikasi, dan tidak hanya di tempat parkir. Artinya, di mana mata manusia dapat dengan mudah melihat mobil, sistem SpotVision melakukan tugasnya dengan sangat baik.
Mari kita memperumit tugas dan mengambil pemandangan malam. Dari sudut pandang relevansi aplikasi, lebih sulit bagi pengemudi untuk menemukan tempat parkir gratis di malam hari karena jarak pandang yang buruk dan banyaknya mobil yang sudah diparkir. Oleh karena itu, diskriminasi malam hari adalah yang paling berharga.
Inilah yang Google berikan sebagai hasilnya.
Test 2. Google AI
Dan versi serupa dari Microsoft
Test 2. Microsoft Computer Vision
Yaitu - nol lengkap dan tidak adanya tanda-tanda mobil dalam gambar.
Mari bandingkan hasil sistem pengenalan mesin SpotVision.
Tes 2. Deteksi Mobil SpotVision Melanjutkan
. Paling sering, kamera CCTV dipasang di lantai atas gedung bertingkat. Ini memberikan jangkauan visual terbesar dari area parkir dengan satu kamera. Itu mengurangi biaya layanan pengawasan video untuk peralatan dan pemasangan. Karena kasus yang paling sering dan paling banyak dituntut adalah pengenalan mobil di pekarangan kompleks perumahan dan pusat bisnis, kami juga menganalisisnya dalam tiga sistem.
Tes 3. Tes AI Google 3.
Tes Microsoft Computer Vision
3. Deteksi Mobil SpotVision
Sekarang mari kita letakkan pertanyaan langsung: bagaimana sistem mengatasi jika gambar menunjukkan satu mobil utuh dan tepi yang berdekatan ditangkap?
Tes 4. Tes AI Google
4. Microsoft Computer Vision
Tes 4. Deteksi Mobil SpotVision
Menurut hasil, Google AI menemukan 4 objek dalam gambar, dan tiga di antaranya adalah roda, bukan mobil utuh. Microsoft Computer Vision telah mengidentifikasi 2 mobil. Spotvision telah mengenali 4 kendaraan secara keseluruhan dan satu roda secara terpisah. Sistem pengenalan mobil Belarusia mengatasi tugas itu dengan kesalahan kecil, tetapi sebagian besar sepenuhnya.
Menariknya, sistem akan melingkari di mana tidak ada tanda-tanda mobil yang jelas, yang paling sering diandalkan oleh sistem pengenalan - ini adalah kontur mobil yang biasa dan garis besar roda.
Tes 5. Tes AI Google 5.
Tes Microsoft Computer Vision
5. Deteksi Mobil SpotVision
Anehnya, ketiga layanan mengidentifikasi mobil secara akurat, hanya AI Google yang bereaksi terhadap roda atau putaran dari asap berwarna, memutarnya dengan persegi panjang.
Hujan dan kabut merupakan komplikasi alami dari pengenalan. Mereka mengurangi kejernihan gambar dan dapat menyembunyikan objek dari penglihatan komputer.
Tes 6. Tes AI Google 6.
Tes Visi Komputer Microsoft
6. Deteksi Mobil SpotVision
Google AI dan Deteksi Mobil SpotVision berkinerja terbaik, meskipun mereka kehilangan dua mobil yang berjalan di kejauhan. Microsoft Computer Vision melewatkan satu mesin, dan dari empat mesin yang jelas, hanya melingkari tiga.
Jadi, dua tes kontrol dengan jumlah kendaraan maksimum ditampilkan. Tes 7 menunjukkan 46 kendaraan.
Tes 7. Tes AI Google 7.
Tes Microsoft Computer Vision
7. Deteksi Mobil SpotVision
Dari 46 mobil dalam gambar, AI Google menemukan 11 mobil, Microsoft Computer Vision - 30 mobil dan keliru melingkari tanda di tiang, dan SpotVision menemukan 46 mobil.
Mari lanjutkan dengan contoh di mana terdapat banyak mobil. Mengubah sudut pandang.
Tes 8. Tes AI Google 8.
Tes Visi Komputer Microsoft
8. Deteksi Mobil SpotVision Kami menambahkan
gambar dari lapangan nyata, dengan mempertimbangkan perubahan musim. Pada varian di bawah, ini adalah waktu musim dingin dan salju. Seperti yang Anda lihat, tambalan yang mencair dan tempat-tempat yang ditinggalkan mobil dapat secara keliru dikenali sebagai mobil. Dan juga mobil di bawah salju menjadi tidak terlihat oleh sistem penglihatan komputer.
Tes 9. Google AI
Tes 9. Tes Microsoft Computer Vision
9. Deteksi Mobil SpotVision
Tampilan yang sama, hanya dalam mode malam.
Tes 10. Tes AI Google 10.
Tes Microsoft Computer Vision
10. Deteksi Mobil SpotVision
Ternyata Google AI dan Microsoft Computer Vision bekerja dengan cakupan tugas yang lebih luas, tetapi mengalami kegagalan mutlak dalam deteksi mobil. Sebagian besar kasus gagal total atau sebagian, beberapa dikenali dengan bercak. Oleh karena itu, mereka tidak cocok untuk melayani bisnis yang ingin memperluas kemampuannya melalui integrasi dengan layanan AI. Pada saat yang sama, layanan Deteksi Mobil SpotVision Belarusia mengatasi 98% tugas yang telah ditetapkan dan siap untuk aplikasi secara waktu nyata.
Jika Anda ingin menguji sendiri setiap layanan, berikut ini tautan Deteksi Mobil
Google AI
Microsoft Computer Vision
Spotvision