الرؤية الحاسوبية

مشاريع الرؤية تنجح أو تفشل بحسب ظروف الالتقاط، ومعظم المخاطرة تقع خارج النموذج. انعكاس ضوء على ملصق مغلّف، وكاميرا مثبّتة أعلى قليلاً مما ينبغي، وجسم يُصوَّر أمام خلفية لم يُدرَّب عليها، وعدسة تتضبّب في مخزن بارد — كل واحد من هذه يضرّ أكثر من أي اختيار معماري. وأول عمل مفيد في مشروع رؤية ليس النمذجة عادةً، بل جمع بضع مئات من الصور من البيئة الحقيقية واكتشاف ما سينظر إليه النموذج فعلاً.

استخراج بيانات المستندات والفواتير أكثر الطلبات شيوعاً وله فخّه: الدقة التي تهمّ هي لكل مستند لا لكل حقل. نموذج يصيب 98% من الحقول يبدو ممتازاً حتى تلاحظ أن ذلك يعني أن معظم المستندات تحوي خطأً ما، وأن على إنسان مراجعتها كلها على أي حال. والتصميم لهذا الواقع — درجات ثقة، ومراجعة موجّهة للحقول غير المؤكدة، ومسار تصحيح يغذّي النظام — يساوي أكثر من مطاردة نقطة إضافية من الدقة الخام.

مكان تنفيذ الاستدلال قرار معماري مبكر بعواقب حقيقية. التنفيذ على الجهاز خاص، ويعمل دون اتصال، وبلا كلفة لكل صورة، لكنه يقيّد حجم النموذج ويستنزف البطارية. والتنفيذ على الخادم أقدر وأسهل تحديثاً، ويعني أن كل إطار عرض نطاق تدفع ثمنه وزمن انتظار يتحمّله المستخدم. ولأي شيء يتضمن كاميرا حية، تحسم ميزانية زمن الاستجابة الإجابة عادةً قبل أي اعتبار آخر.