MTS AI detalha no Habr como mudou o treinamento de modelos de segmentação de CV na Luna Line

A equipe da MTS AI publicou no Habr a segunda parte de sua análise sobre a busca pela receita ideal de treinamento dos modelos de CV da linha Luna Line. Desta vez, o foco são os modelos de segmentação.

O que a primeira parte, sobre classificação, mostrou

Na primeira parte da série, a equipe da MTS AI analisou o treinamento dos modelos de classificação da Luna Line e chegou a um pipeline único, aplicável a diferentes tarefas desse tipo. Ao fim do trabalho, porém, os autores ficaram insatisfeitos com a metodologia escolhida. Eles não tinham certeza de que a família de modelos estava de fato entregando o máximo de sua capacidade. A dúvida era se ela não estaria apenas presa a um pipeline único, criado por conveniência e universalidade.

Essa questão — se a família realmente explora todo o seu potencial ou se é limitada artificialmente por um padrão comum — virou o ponto de partida da segunda parte da série, dedicada à segmentação em vez da classificação.

Como a abordagem mudou para a segmentação

• A parte 1 da série trata do treinamento de modelos de classificação na Luna Line e está disponível no blog da MTS AI no Habr
• A parte 2 trata da segmentação, outro tipo de tarefa de visão computacional. Nela, o modelo não atribui um único rótulo à imagem inteira: ele delimita os contornos de objetos específicos no nível de pixel
• Para a segmentação, a equipe decidiu agir de forma diferente da classificação, para não repetir a limitação anterior de um pipeline único e universal
• O projeto Luna Line é uma iniciativa da MTS AI para encontrar uma receita universal de treinamento de modelos de CV para diferentes tipos de tarefa

Os autores explicam diretamente o motivo da mudança: o objetivo não é só registrar um pipeline funcional para constar em relatório, mas garantir que a arquitetura escolhida realmente alcance seu potencial em uma tarefa concreta, sem se ajustar a limites alheios herdados de outra etapa do trabalho.

Por que não dá para treinar classificação e segmentação do mesmo jeito

A classificação responde à pergunta "o que a imagem mostra como um todo". Já a segmentação precisa traçar com precisão os limites de cada objeto no nível de pixel. São tarefas fundamentalmente diferentes em complexidade e estrutura: a segmentação exige mais da resolução das features, do balanceamento de classes por pixel e da arquitetura da head da rede. Um pipeline único, otimizado para classificação, corre o risco de ignorar essas particularidades e reduzir a qualidade final dos modelos de segmentação.

Por que a série Luna Line surgiu

A proposta da Luna Line não é encontrar um modelo específico, mas um método reproduzível de seleção e treinamento de modelos de CV que possa ser aplicado a novas tarefas sem longas buscas manuais por arquiteturas e hiperparâmetros. Para a equipe da MTS AI, trata-se de um problema prático de engenharia: uma grande empresa tem dezenas de cenários de CV em andamento ao mesmo tempo, e buscar do zero a configuração ideal a cada vez consome muito tempo dos especialistas.

Por isso, a conclusão intermediária da parte sobre classificação — a dúvida de que o pipeline único explorava todo o potencial da família de modelos — teve peso. Ela mudou a forma como a equipe encarou a próxima tarefa da fila, em vez de simplesmente copiar a metodologia de classificação para a segmentação sem verificação.

O que isso significa

Segmentação e classificação são tarefas de visão computacional de natureza distinta, e treiná-las pelo mesmo processo universal pode comprometer a qualidade de cada uma. A decisão da MTS AI de rever a abordagem especificamente para a segmentação mostra que a "receita universal" em engenharia de CV não é um pipeline único e fixo, e sim uma metodologia que precisa ser adaptada conscientemente ao tipo de tarefa.