Cách xác định mục tiêu cho dự án computer vision#
Để xác định một dự án computer vision, hãy viết tuyên bố vấn đề nêu rõ vấn đề cốt lõi, phạm vi, các bên liên quan và ràng buộc; đặt ra các mục tiêu có thể đo lường, gắn với thời hạn; đồng thời ánh xạ vấn đề vào tác vụ computer vision quyết định các lựa chọn về model, dataset và triển khai. Hướng dẫn này trình bày từng bước kèm một ví dụ minh họa.
Watch: How to define Computer Vision Project's Goal | Problem Statement and VisionAI Tasks Connection 🚀
Để xem tổng quan về toàn bộ quy trình từ thu thập dữ liệu đến triển khai, hãy xem hướng dẫn của chúng tôi về các bước chính trong một dự án computer vision.
Cách viết tuyên bố vấn đề cho dự án computer vision#
Một tuyên bố vấn đề rõ ràng là bước quan trọng đầu tiên để tìm ra giải pháp hiệu quả nhất. Tuyên bố này gồm bốn phần:
- Xác định vấn đề cốt lõi: Xác định chính xác thách thức mà dự án computer vision của bạn hướng tới giải quyết.
- Xác định phạm vi: Xác định ranh giới của vấn đề.
- Xem xét người dùng cuối và các bên liên quan: Xác định những ai sẽ chịu ảnh hưởng của giải pháp.
- Phân tích yêu cầu và ràng buộc của dự án: Đánh giá các nguồn lực hiện có (thời gian, ngân sách, nhân sự) và xác định mọi ràng buộc kỹ thuật hoặc pháp lý.
Ví dụ về tuyên bố vấn đề kinh doanh#
Hãy xem xét một dự án computer vision trong đó bạn muốn ước tính tốc độ phương tiện trên đường cao tốc. Vấn đề cốt lõi là các phương pháp giám sát tốc độ hiện tại kém hiệu quả và dễ sai sót do hệ thống radar lỗi thời và các quy trình thủ công. Dự án hướng tới phát triển một hệ thống computer vision theo thời gian thực có thể thay thế các hệ thống ước tính tốc độ cũ.
Người dùng chính bao gồm các cơ quan quản lý giao thông và cơ quan thực thi pháp luật, trong khi các bên liên quan thứ cấp là các đơn vị quy hoạch đường cao tốc và cộng đồng, những người được hưởng lợi từ đường sá an toàn hơn. Các yêu cầu chính bao gồm đánh giá ngân sách, thời gian và nhân sự, cũng như đáp ứng các nhu cầu kỹ thuật như camera độ phân giải cao và xử lý dữ liệu theo thời gian thực. Ngoài ra, cần xem xét các ràng buộc pháp lý về quyền riêng tư và bảo mật dữ liệu.
Thiết lập các mục tiêu có thể đo lường#
Việc thiết lập các mục tiêu có thể đo lường là yếu tố then chốt đối với thành công của một dự án computer vision. Các mục tiêu hiệu quả tuân theo tiêu chí SMART:
| Tiêu chí | Ý nghĩa |
|---|---|
| Cụ thể | Xác định các mục tiêu rõ ràng và chi tiết. |
| Có thể đo lường | Đảm bảo các mục tiêu có thể định lượng. |
| Có thể đạt được | Đặt ra các chỉ tiêu thực tế, phù hợp với năng lực của bạn. |
| Có liên quan | Căn chỉnh các mục tiêu với mục tiêu tổng thể của dự án. |
| Có thời hạn | Đặt thời hạn cho từng mục tiêu. |
Với ví dụ về ước tính tốc độ trên đường cao tốc, các mục tiêu SMART có thể là:
- Đạt độ chính xác ít nhất 95% trong việc phát hiện tốc độ trong vòng sáu tháng, sử dụng dataset gồm 10.000 hình ảnh phương tiện.
- Hệ thống phải có khả năng xử lý luồng video theo thời gian thực ở tốc độ 30 khung hình mỗi giây với độ trễ tối thiểu.
Bằng cách đặt ra các mục tiêu cụ thể và có thể định lượng, bạn có thể theo dõi tiến độ hiệu quả, xác định các lĩnh vực cần cải thiện và đảm bảo dự án đi đúng hướng.
Cách chọn đúng tác vụ computer vision#
Tuyên bố vấn đề giúp bạn hình dung tác vụ computer vision nào có thể giải quyết vấn đề của mình. Các tác vụ phổ biến nhất bao gồm phân loại hình ảnh, phát hiện đối tượng và phân đoạn hình ảnh — xem trang tác vụ của Ultralytics để so sánh chi tiết.
Ví dụ, nếu vấn đề của bạn là giám sát tốc độ phương tiện trên đường cao tốc, tác vụ cần dùng là phát hiện đối tượng, chạy ở chế độ theo dõi. Việc theo dõi cấp cho mỗi phương tiện được phát hiện một ID cố định qua các khung hình video, yếu tố cần thiết để tính tốc độ.
Chỉ phát hiện là chưa đủ trong trường hợp này: nó xác định vị trí phương tiện trong từng khung hình nhưng không duy trì danh tính của từng phương tiện qua các khung hình — và nếu không có danh tính đó, hệ thống không thể đo chuyển động theo thời gian. Chế độ theo dõi bổ sung danh tính này. Sau khi xác định được tác vụ computer vision phù hợp, tác vụ đó sẽ định hướng một số khía cạnh quan trọng của dự án, chẳng hạn như lựa chọn model, chuẩn bị dataset và phương pháp training model.
Điều gì nên làm trước: Model, dữ liệu hay phương pháp training?#
Thứ tự lựa chọn model, chuẩn bị dataset và phương pháp training phụ thuộc vào đặc điểm cụ thể của dự án:
| Tình huống của bạn | Bắt đầu với | Ví dụ |
|---|---|---|
| Vấn đề và mục tiêu được xác định rõ | Lựa chọn model | Đối với hệ thống giám sát giao thông ước tính tốc độ phương tiện, hãy chọn một model phát hiện để chạy ở chế độ theo dõi, thu thập và gắn nhãn video đường cao tốc, sau đó training bằng các kỹ thuật xử lý video theo thời gian thực. |
| Dữ liệu đặc thù hoặc hạn chế | Chuẩn bị dataset | Đối với hệ thống nhận diện khuôn mặt có dataset nhỏ, trước tiên hãy gắn nhãn dữ liệu, sau đó chọn model hoạt động tốt với dữ liệu hạn chế — chẳng hạn như model pretrained cho transfer learning — và lập kế hoạch tăng cường dữ liệu để mở rộng dataset. |
| Thử nghiệm là yếu tố then chốt (nghiên cứu) | Phương pháp training | Trong một dự án nghiên cứu các phương pháp mới để phát hiện lỗi sản xuất, trước tiên hãy thử nghiệm trên một tập con dữ liệu nhỏ. Khi tìm được kỹ thuật có triển vọng, hãy chọn model phù hợp với các phát hiện đó và chuẩn bị một dataset toàn diện. |
Nếu bắt đầu từ dữ liệu, Ultralytics Platform sẽ đơn giản hóa việc tổ chức dataset, gắn nhãn và training khi dự án phát triển.
Các tùy chọn triển khai ảnh hưởng đến dự án của bạn như thế nào#
Các tùy chọn triển khai model ảnh hưởng trực tiếp đến hiệu năng của dự án computer vision, vì vậy hãy tính đến chúng ngay từ đầu. Môi trường triển khai phải đáp ứng được tải tính toán của model:
| Tùy chọn triển khai | Phù hợp nhất cho | Công nghệ ví dụ |
|---|---|---|
| Thiết bị edge | Smartphone và thiết bị IoT có tài nguyên tính toán hạn chế; các model nhẹ | LiteRT, ONNX Runtime |
| Server cloud | Các model phức tạp có nhu cầu tính toán lớn hơn; phần cứng có thể mở rộng theo quy mô dự án | AWS, Google Cloud, Azure |
| Server on-premise | Nhu cầu cao về quyền riêng tư dữ liệu và bảo mật; toàn quyền kiểm soát dữ liệu và hạ tầng | Server GPU tự quản lý |
| Giải pháp hybrid | Cân bằng hiệu năng với chi phí và độ trễ; xử lý edge kết hợp phân tích trên cloud | Kết hợp runtime edge và nền tảng cloud |
Mỗi tùy chọn đều có những lợi ích và thách thức khác nhau, và lựa chọn phụ thuộc vào các yêu cầu cụ thể của dự án như hiệu năng, chi phí và bảo mật.
Kết luận#
Một dự án computer vision thành công bắt đầu với tuyên bố vấn đề rõ ràng, các mục tiêu SMART có thể đo lường và tác vụ computer vision phù hợp — những quyết định này định hướng mọi bước tiếp theo, từ lựa chọn model đến triển khai. Bước tiếp theo, hãy tìm hiểu cách thu thập và gắn nhãn dữ liệu, hoặc thảo luận về dự án của bạn với các developer khác trên GitHub và server Discord của Ultralytics.
FAQ#
Một tuyên bố vấn đề rõ ràng nêu rõ vấn đề cốt lõi mà dự án của bạn giải quyết, phạm vi, người dùng cuối và các bên liên quan, cùng những ràng buộc về nguồn lực và pháp lý. Hãy lần lượt xử lý bốn phần đó, sau đó xác thực tuyên bố với các bên liên quan trước khi đưa ra quyết định kỹ thuật. Xem Cách viết tuyên bố vấn đề cho dự án computer vision để biết phân tích đầy đủ và ví dụ minh họa.
Hãy đối chiếu đầu ra mà vấn đề yêu cầu với tác vụ tạo ra đầu ra đó: một nhãn duy nhất cho mỗi hình ảnh tương ứng với phân loại hình ảnh, vị trí của đối tượng tương ứng với phát hiện đối tượng, ranh giới ở cấp pixel tương ứng với phân đoạn hình ảnh, còn việc duy trì danh tính qua các khung hình video cần chính model phát hiện đó chạy ở chế độ theo dõi. Ví dụ, việc giám sát tốc độ phương tiện cần tracking vì tốc độ được tính từ chuyển động của từng phương tiện theo thời gian. Xem trang tác vụ của Ultralytics để biết tất cả các tác vụ được hỗ trợ.
Sử dụng các tiêu chí SMART: Cụ thể, Có thể đo lường, Có thể đạt được, Có liên quan và Có thời hạn. Ví dụ: "Đạt độ chính xác 95% trong việc phát hiện tốc độ trong vòng sáu tháng bằng dataset gồm 10.000 hình ảnh phương tiện." Phương pháp này giúp theo dõi tiến độ và xác định các lĩnh vực cần cải thiện. Đọc thêm về thiết lập các mục tiêu có thể đo lường.
Không, model pretrained không "ghi nhớ" các class theo nghĩa truyền thống. Chúng học các pattern từ những dataset khổng lồ, và trong quá trình training tùy chỉnh (fine-tuning), các pattern này được điều chỉnh cho tác vụ cụ thể của bạn. Dung lượng của model là hữu hạn, và việc tập trung vào thông tin mới có thể ghi đè một phần kiến thức đã học trước đó.
Nếu muốn sử dụng các class mà model đã được pretrained, một cách tiếp cận thực tế là sử dụng hai model: một model giữ nguyên hiệu năng ban đầu, model còn lại được fine-tune cho tác vụ cụ thể của bạn. Nhờ đó, bạn có thể kết hợp đầu ra của cả hai model. Các lựa chọn khác như đóng băng các layer, sử dụng model pretrained làm bộ trích xuất đặc trưng và phân nhánh theo từng tác vụ cũng có thể được áp dụng, nhưng đây là những giải pháp phức tạp hơn và đòi hỏi nhiều chuyên môn hơn.
Các tùy chọn triển khai quyết định kích thước và format model nào khả thi, vì vậy chúng định hình dự án ngay từ đầu. Thiết bị edge cần các model nhẹ được cung cấp qua những format và runtime như LiteRT hoặc ONNX Runtime, server cloud có thể xử lý các model phức tạp trên phần cứng có khả năng mở rộng, server on-premise cung cấp toàn quyền kiểm soát dữ liệu cho các dự án nhạy cảm về quyền riêng tư, còn thiết lập hybrid giúp cân bằng hai phương án. Hãy so sánh chúng trong bảng tùy chọn triển khai, hoặc xem hướng dẫn về các tùy chọn triển khai model để biết thêm chi tiết.
Các thách thức phổ biến bao gồm:
- Tuyên bố vấn đề mơ hồ hoặc quá rộng.
- Mục tiêu phi thực tế.
- Thiếu sự thống nhất giữa các bên liên quan.
- Hiểu biết chưa đầy đủ về các ràng buộc kỹ thuật.
- Đánh giá thấp yêu cầu về dữ liệu.
Hãy giải quyết những thách thức này thông qua nghiên cứu ban đầu kỹ lưỡng, giao tiếp rõ ràng với các bên liên quan và cải tiến lặp lại tuyên bố vấn đề cùng các mục tiêu. Để xem toàn bộ quy trình dự án, hãy xem các bước chính trong một dự án computer vision.