MTS AI a Discuté sur Habr Comment les Méthodes d'Entraînement pour les Modèles de Segmentation CV Luna Line Changent

L'équipe MTS AI a publié la deuxième partie d'une analyse sur Habr sur la façon de trouver la recette optimale d'entraînement pour les modèles de vision par ordinateur dans la gamme Luna Line — cette fois en discutant des modèles de segmentation.

Ce que la première partie sur la classification a montré

Dans la première partie de la série, l'équipe MTS AI a analysé l'entraînement des modèles de classification dans Luna Line et a dérivé un pipeline unique applicable à différents types de tâches. Après avoir terminé ce travail, les auteurs ont été laissés avec un sentiment d'insatisfaction face à la méthodologie choisie : ils n'étaient pas sûrs que la famille de modèles sélectionnée révélait vraiment son potentiel maximum, plutôt que d'être contrainte dans le cadre d'un pipeline unifié inventé pour des raisons de commodité et d'universalité.

Cette question — si la famille révèle vraiment son plein potentiel ou si elle est artificiellement limitée par des cadres communs — est devenue le point de départ de la deuxième partie de la série, consacrée non pas à la classification, mais à la segmentation.

Comment l'approche a changé pour la segmentation

• La Partie 1 de la série est consacrée à l'entraînement des modèles de classification dans Luna Line et est disponible sur le blog de l'entreprise MTS AI sur Habr
• La Partie 2 est consacrée à la segmentation — un type différent de tâche de vision par ordinateur où le modèle n'étiquette pas l'image entière avec une seule étiquette, mais trace plutôt les contours d'objets spécifiques au niveau des pixels
• Pour la segmentation, l'équipe a décidé d'agir différemment que dans le cas de la classification, pour éviter de répéter la limitation précédente d'un pipeline unique universel
• Le projet Luna Line est une initiative conjointe de MTS AI visant à trouver une recette d'entraînement universelle pour les modèles de vision par ordinateur pour différents types de tâches

Les auteurs formulent directement la motivation du changement d'approche : l'objectif n'est pas simplement de fixer un pipeline fonctionnant pour le bien du rapport, mais de s'assurer que l'architecture sélectionnée révèle vraiment son vrai potentiel sur la tâche spécifique, plutôt que de s'adapter à des cadres étrangers hérités d'une autre étape du travail.

Pourquoi vous ne pouvez pas entraîner la classification et la

segmentation de la même manière

La classification répond à la question « qu'est-ce qui est montré dans l'image dans son ensemble », tandis que la segmentation doit délimiter précisément les limites de chaque objet individuel au niveau des pixels. Ce sont fondamentalement des tâches différentes en termes de complexité et de structure : la segmentation a des exigences plus élevées en matière de résolution des caractéristiques, d'équilibre des classes au niveau des pixels et d'architecture de tête de réseau. Un pipeline unifié optimal pour la classification risque de ne pas tenir compte de ces caractéristiques et de réduire la qualité finale des modèles de segmentation.

Pourquoi la série Luna Line est apparue en premier lieu

L'idée du Luna Line est de trouver non pas un seul modèle spécifique, mais une méthode reproductible de sélection et d'entraînement des modèles de vision par ordinateur qui peut être appliquée à de nouvelles tâches sans longue itération manuelle d'architectures et d'hyperparamètres. Pour une équipe de MTS AI, c'est un problème d'ingénierie pratique : une grande entreprise a des dizaines de scénarios de vision par ordinateur en cours simultanément, et rechercher la configuration optimale à partir de zéro à chaque fois est coûteux en termes de temps des spécialistes.

C'est pourquoi la conclusion intermédiaire après la partie classification — le doute qu'un pipeline unifié révèle pleinement le potentiel de la famille — s'est avérée importante : elle a changé la façon dont l'équipe a abordé la tâche suivante dans la queue, au lieu de simplement copier la méthodologie de classification à la segmentation sans vérification.

Ce que cela signifie

La segmentation et la classification sont différentes par nature en tant que tâches de vision par ordinateur, et tenter de les entraîner à travers le même processus universel risque de réduire la qualité de chacune. La décision de MTS AI de reconsidérer l'approche spécifiquement pour la segmentation montre qu'une « recette universelle » en ingénierie CV n'est pas un pipeline fixe unique, mais plutôt une méthodologie qui doit être consciemment adaptée au type de problème résolu.