Una red neuronal para reconocer objetos en una tableta logra un F1-score del 94% en 20 ms

YADRO ha desarrollado una red neuronal que reconoce a la vez a una persona, un documento, texto, códigos QR y códigos de barras en la tableta KVADRA_T, con un F1-score del 94% y un tiempo de procesamiento de 20 milisegundos directamente en el dispositivo. La compañía explica que la clasificación multiclass convencional no servía por la propia naturaleza del problema: en una sola imagen pueden aparecer varios objetos de distintos tipos al mismo tiempo, así que hacía falta un modelo multi-label.

¿Por qué la clasificación convencional no sirve para reconocer varios objetos?

En una misma imagen pueden coincidir una persona, un pasaporte, líneas de texto y códigos para escanear, mientras que la clasificación multiclass clásica da por hecho que un objeto pertenece a una sola clase. Para esta tarea hace falta un modelo multi-label, que reconoce todos los objetos a la vez.

¿Cómo procesa la red neuronal los datos en 20 ms en una tableta sin la nube?

El modelo está optimizado para ejecutarse directamente en el dispositivo (on-device inference), lo que permite procesar fotogramas en 20 milisegundos sin conexión a internet. Es un requisito para su uso práctico en dispositivos móviles.