Visión artificial
Todo detector tiene un umbral, y alguien lo eligió
Lo que informa la cámara depende de una cifra que puso una persona. Qué errores prefiere cometer es una decisión de negocio, no técnica.
Qué devuelve realmente un detector
Un modelo de visión no devuelve objetos. Devuelve conjeturas con una confianza asociada a cada una, y un umbral convierte esas conjeturas en un sí o un no.
Suba el umbral y se le escapan cosas que sí estaban. Bájelo y marca cosas que no estaban. No hay ajuste que evite ambas, y fingir lo contrario es como estos sistemas pierden la confianza en su primer mes.
Por eso el umbral se fija a conciencia, según qué error cuesta más en su situación, y se anota con el razonamiento. Una grieta no vista en un puente y un paquete no visto en una cinta no son el mismo tipo de error.
La detección
Lo que queda bajo el umbral sigue estando ahí
La costumbre útil es guardar las detecciones de confianza baja en lugar de descartarlas. Son el registro de lo que el sistema casi vio, y de ahí sale la siguiente ronda de mejora.
Son además la respuesta honesta cuando alguien pregunta por qué el sistema no vio algo. Un detector que solo registra sus respuestas seguras no puede explicarse, y un sistema que no puede explicarse es difícil de mantener en servicio.
Las decisiones
Qué hay que resolver antes de montar la cámara
El montaje suele ser la parte más barata y la que más decide.
| Decisión | Por qué va primero | Qué descarta |
|---|---|---|
| Qué error cuesta más | Fija el umbral y todo lo que viene después | Cualquier afirmación de que el sistema simplemente acierta |
| La iluminación | Cambia los datos más que el modelo | Sitios donde la luz no se puede controlar ni medir |
| La posición de la cámara | La resolución sobre el objetivo decide qué es posible | Detectar algo más pequeño que unos pocos píxeles |
| Qué pasa ante un fallo | Alguien tiene que recoger lo que se cuela | Funcionar sin vigilancia antes de que exista esa vía |
Tres de las cuatro se deciden con una cinta métrica y un fotómetro, no con un modelo.
O escriba aquí
Tres campos, y lo lee una persona
Nombre, una dirección a la que podamos responder, y qué quiere construir. Recibe una referencia de vuelta al instante.
¿Qué necesita ver?
Díganos qué hay que detectar y cuánto cuesta no verlo. Ese par decide la mayor parte de la construcción.