Rede neural para reconhecer objetos em tablet atinge F1-score de 94% em 20 ms

A YADRO desenvolveu uma rede neural que reconhece simultaneamente uma pessoa, um documento, texto, QR codes e códigos de barras no tablet KVADRA_T, com F1-score de 94% e tempo de processamento de 20 milissegundos direto no dispositivo. A empresa explica que a classificação multiclass convencional não servia para o problema, por sua própria natureza: uma única imagem pode conter vários objetos de tipos diferentes ao mesmo tempo, então foi preciso usar um modelo multi-label.

Por que a classificação convencional não funciona para reconhecer

vários objetos? Uma mesma imagem pode conter ao mesmo tempo uma pessoa, um passaporte, linhas de texto e códigos para escaneamento, enquanto a classificação multiclass clássica pressupõe que um objeto pertence a uma só classe. A tarefa exige um modelo multi-label, que reconhece todos os objetos de uma vez.

Como a rede neural processa os dados em 20 ms num tablet, sem nuvem?

O modelo é otimizado para rodar direto no dispositivo (on-device inference), o que permite processar quadros em 20 milissegundos sem conexão com a internet. Esse é um requisito para o uso prático em dispositivos móveis.