AI ตรวจจับวัตถุ (Object Detection)

หลักการและการเลือกใช้

Object detection คืนตำแหน่งกรอบ ประเภท และคะแนน ไม่ได้คืนค่ามาตรวัดในกรอบโดยตรง การลด confidence threshold มักเพิ่มทั้งการพบเป้าหมายและกรอบผิด ขณะที่ NMS รวมกรอบซ้อนตามเกณฑ์ที่กำหนด

สำหรับคนทั่วไป ตัวตรวจทำหน้าที่ชี้ว่ามีสิ่งที่สนใจอยู่ตรงไหน คล้ายวงกรอบบนภาพเพื่อให้ขั้นถัดไปอ่านรายละเอียด คะแนนบอกระดับการตอบสนองของตัวตรวจตามที่ฝึกมา ไม่ได้ยืนยันว่ากรอบมีหน่วยครบหรืออ่านค่าได้ การตรวจพบหน้าปัดจึงควรแยกจากการยืนยันว่าบริเวณนั้นเหมาะสำหรับวัดมุมเข็มและแปลงเป็นตัวเลข

NMS คือขั้นลดผลกรอบซ้ำโดยพิจารณาคะแนนกับการซ้อนกัน ต้องระวังกรอบจากวัตถุใกล้กันซึ่งไม่ใช่ผลซ้ำจริง วิศวกรควรระบุระบบพิกัดและวิธีคืนกรอบจากภาพที่ย่อหรือเติมขอบ รวมทั้งตรวจว่าตัวอ่านต้องการพื้นที่เผื่อรอบหน้าปัดเท่าใด การปรับกรอบเพื่อให้คะแนนตรวจดีอาจไม่เหมาะกับขั้นอ่านหากขอบที่จำเป็นถูกตัดออก

เลื่อนแผนภาพซ้าย–ขวาเพื่อดูรายละเอียดครบทุกส่วน

ตัวอย่างในบริบทอุตสาหกรรม

ตัวอย่างเชิงออกแบบ: detector หาเกจบนแผงแล้วส่งแต่ละ ROI ให้ตัวอ่านเข็ม กรอบที่ครอบไม่ครบหน้าปัดต้องถูกตรวจคุณภาพก่อนอ่าน มิฉะนั้นจุดหมุนหรือหน่วยอาจหายไป

สมมติแผงมีเกจหลายเรือนและวัตถุวงกลมที่ไม่ใช่เกจ ตัวตรวจอาจวงวัตถุวงกลมด้วย การส่งทุกกรอบไปอ่านโดยไม่มีการตรวจทำให้ขั้นถัดไปหาเส้นบนสิ่งผิดชนิดและสร้างตัวเลขที่ดูเป็นไปได้ ควรตรวจความครบของสเกลกับหน่วย และเก็บเหตุผลที่ปฏิเสธเพื่อรู้ว่าปัญหาอยู่ที่การตรวจวัตถุหรือการอ่านในกรอบจริง

หากแบ่งภาพเป็น tile หรือส่วนย่อยเพื่อให้เกจเล็กเห็นชัด ต้องแปลงพิกัดกลับภาพเต็มและรวมกรอบซ้ำบริเวณรอยต่ออย่างระมัดระวัง วิศวกรใช้ภาพซ้อนกรอบตรวจการแปลงนี้ก่อนทดสอบตัวอ่าน แล้วผูกกรอบกับตำแหน่งอุปกรณ์ตามวิธีที่ตรวจสอบได้ ไม่ใช้ลำดับกรอบที่โมเดลคืนเป็นชื่อเกจ เพราะลำดับอาจเปลี่ยนแม้แผงเดิมยังอยู่ที่เดิม

ขั้นตอนศึกษาและทดลอง

วิธีประเมินและนิยามผล

วัด precision, recall และ AP ตามขนาดเป้าหมาย พร้อมนับกรอบที่มีคุณภาพพอสำหรับตัวอ่าน ไม่ใช้คะแนน confidence แทนความน่าจะเป็นที่อ่านค่าถูก

กรอบที่ตรงกับคำตอบตามพื้นที่ซ้อนอาจยังตัดหน่วยที่ขอบหน้าปัดออก ต้องมีเกณฑ์คุณภาพของบริเวณอ่านเพิ่มเติม เช่น เห็นจุดหมุนและช่วงสเกลที่ใช้งาน รายงานว่ากรอบที่พบถูกกี่กรอบอ่านต่อได้จริง และกรอบผิดทำให้เกิดผลอ่านที่ไม่ควรมีหรือไม่ เพื่อไม่ให้การประเมินหยุดที่ตำแหน่งวัตถุแล้วซ่อนความเสียหายปลายทาง

ตรวจผลแยกตามขนาดและจำนวนเกจในภาพ พร้อมกรณีชิดกันและขอบภาพ วิศวกรเปรียบเทียบผลก่อนกับหลัง NMS เพื่อเห็นว่าเป้าหมายหายเพราะโมเดลไม่เสนอหรือถูกขั้นรวมผลลบออก วัดเวลาเตรียมภาพและรวม tile ด้วย ไม่สรุปเวลาระบบจากการประมวลผลภาพย่อยเพียงหนึ่งส่วน และเก็บเงื่อนไขการย่อภาพไว้เพื่อให้การเทียบรุ่นยุติธรรม

ข้อจำกัดและกรณีผิดพลาด

เกจเล็กและแสงสะท้อนอาจพลาด การซ้อนกรอบมากทำให้ NMS ลบเกจข้างเคียง และการ resize อาจทำให้เข็มบางหาย

การลดเกณฑ์คะแนนอาจช่วยไม่พลาดเป้าหมาย แต่เพิ่มกรอบผิดที่ต้องตรวจต่อ ส่วนการเพิ่มความละเอียดเพิ่มรายละเอียดแต่เพิ่มภาระการคำนวณ การเลือกควรพิจารณารวมกับตัวอ่าน ไม่เลือกจากคะแนนตรวจอย่างเดียว หากเกจมีขนาดเล็กจนหน่วยไม่ปรากฏในภาพ การเพิ่มกรอบที่หาได้ไม่ทำให้ค่ามาตรวัดมีหลักฐานเพียงพอสำหรับรายงาน

กรอบไม่ใช่ตัวระบุอุปกรณ์ถาวร เมื่อกล้องขยับหรือแผงเปลี่ยน รูปแบบผูกตำแหน่งกับ tag อาจผิดได้ ต้องตรวจความสอดคล้องของแผงและกำหนดกรณีที่ไม่จับคู่แทนการฝืนเลือกเรือนใกล้ที่สุด ควรเก็บภาพที่จับคู่ไม่ได้ไว้ทบทวนตามนโยบายข้อมูลด้วย การตรวจวัตถุเป็นส่วนหนึ่งของกระบวนการอ่านภาพ ไม่ใช่การยืนยันสภาพเครื่องจักรหรือการรับรองว่าผลพร้อมนำไปสั่งการควบคุมโดยไม่มีขั้นประเมินเพิ่มเติม

รายการตรวจสอบก่อนนำไปใช้

• ROI ครบสเกลและหน่วยหรือไม่
• ทดสอบ false positive จากนาฬิกาหรือวัตถุวงกลมหรือไม่
• ผูกกรอบกับ tag จริงอย่างไร

เอกสารอ้างอิงและอ่านต่อ

• Redmon et al. — You Only Look Once (original paper)
• COCO — Detection evaluation