如何为计算机视觉项目设定目标#
要定义计算机视觉项目，请撰写问题陈述，说明核心问题、范围、利益相关方和限制条件；设定可衡量且有时限的目标；并将问题对应到计算机视觉任务，以确定模型、数据集和部署方案。本指南将通过一个完整示例逐步介绍每个步骤。
观看： 如何明确计算机视觉项目的目标 | 问题陈述与 VisionAI 任务的关联 🚀
如需了解从数据收集到部署的完整工作流程，请参阅我们的计算机视觉项目关键步骤指南。
如何撰写计算机视觉问题陈述#
清晰的问题陈述是找到最有效解决方案的重要第一步。它包含四个部分：
- 确定核心问题：明确你的计算机视觉项目要解决的具体挑战。
- 确定范围：界定问题的边界。
- 考虑最终用户和利益相关方：确定哪些人会受到解决方案的影响。
- 分析项目需求和限制条件：评估可用资源（时间、预算、人员），并确定任何技术或监管限制。
业务问题陈述示例#
假设你有一个计算机视觉项目，目标是估算高速公路上车辆的速度。核心问题是，由于雷达系统老旧且依赖人工流程，现有测速方法效率低下、容易出错。该项目旨在开发一个实时计算机视觉系统，取代传统的速度估算系统。
主要用户包括交通管理部门和执法机构，次要利益相关方包括高速公路规划人员，以及能够从更安全道路中受益的公众。关键要求包括评估预算、时间和人员，同时满足使用高分辨率摄像头和实时数据处理等技术需求。此外，还必须考虑隐私和数据安全方面的监管限制。
设定可衡量的目标#
设定可衡量的目标是计算机视觉项目成功的关键。有效的目标应遵循 SMART 标准：
| 标准 | 含义 |
|---|---|
| 具体 | 设定清晰、详细的目标。 |
| 可衡量 | 确保目标可以量化。 |
| 可实现 | 设定符合自身能力的现实目标。 |
| 相关 | 确保目标与你的整体项目目标一致。 |
| 有时限 | 为每个目标设定截止日期。 |
以高速公路车速估算为例，SMART 目标可以是：
- 在六个月内，使用包含 10,000 张车辆图像的数据集，将测速准确率提升至至少 95%。
- 系统应能够以每秒 30 帧的速度处理实时视频流，并将延迟降至最低。
设定具体且可量化的目标，有助于你有效跟踪进度、找出需要改进的方面，并确保项目按计划推进。
如何选择合适的计算机视觉任务#
问题陈述有助于你确定哪种计算机视觉任务能够解决问题。最常见的任务包括图像分类、目标检测和图像分割——如需详细比较，请参阅 Ultralytics 任务页面。
例如，如果你要解决的问题是在高速公路上监测车速，那么需要使用目标检测，并以跟踪模式运行。跟踪会为检测到的每辆车分配一个持久 ID，并在不同视频帧中保持该 ID，这正是计算车速所需要的。
在这种情况下，仅进行检测还不够：检测可以定位每一帧中的车辆，却无法在不同帧之间保持每辆车的身份信息；没有身份信息，系统就无法测量车辆随时间的移动情况。跟踪模式会补上身份信息。确定合适的计算机视觉任务后，你就能据此规划项目的多个关键环节，例如模型选择、数据集准备和模型训练方法。
先做什么：模型、数据还是训练方法？#
模型选择、数据集准备和训练方法的先后顺序取决于项目的具体情况：
| 你的情况 | 从这里开始 | 示例 |
|---|---|---|
| 问题和目标明确 | 选择模型 | 对于需要估算车速的交通监控系统，选择一个以跟踪模式运行的检测模型，收集并标注高速公路视频，然后使用适用于实时视频处理的技术进行训练。 |
| 数据独特或有限 | 准备数据集 | 对于数据集较小的人脸识别系统，先标注数据，然后选择适用于少量数据的模型——例如用于迁移学习的预训练模型——并规划数据增强，以扩充数据集。 |
| 实验至关重要（研究） | 选择训练方法 | 在探索制造缺陷检测新方法的项目中，先用一小部分数据进行实验。找到有前景的技术后，再选择适合这些实验结果的模型，并准备全面的数据集。 |
如果从数据入手，Ultralytics Platform可以随着项目推进，简化数据集整理、标注和训练工作。
部署选项如何影响项目#
模型部署选项会对计算机视觉项目的性能产生重要影响，因此应从一开始就将其纳入考虑。部署环境必须能够承载模型的计算负载：
| 部署选项 | 适用场景 | 技术示例 |
|---|---|---|
| 边缘设备 | 适用于计算资源有限的智能手机和 IoT 设备；轻量级模型 | LiteRT、ONNX Runtime |
| 云服务器 | 适用于计算需求较高的复杂模型；硬件可随项目需求扩展 | AWS、Google Cloud、Azure |
| 本地部署服务器 | 适用于对数据隐私和安全性要求较高的场景；可全面掌控数据和基础设施 | 自行管理的 GPU 服务器 |
| 混合解决方案 | 兼顾性能、成本和延迟；结合边缘处理与云端分析 | 边缘运行时与云平台的组合 |
每种选项各有优势和挑战，具体选择取决于项目的性能、成本和安全等需求。
结论#
成功的计算机视觉项目始于清晰的问题陈述、可衡量的 SMART 目标，以及适合任务的计算机视觉任务——这些决策会影响后续所有环节，从模型选择到部署。接下来，你可以了解如何收集和标注数据，也可以在 GitHub 和 Ultralytics Discord 服务器上与其他开发者讨论项目。
常见问题#
清晰的问题陈述应说明项目要解决的核心问题、项目范围、最终用户和利益相关者，以及资源和监管方面的限制。按顺序梳理这四个方面，然后在做出技术决策前与利益相关者确认问题陈述。完整拆解和示例请参阅如何撰写计算机视觉问题陈述。
根据问题所需的输出选择能够生成该输出的任务：每张图像对应一个标签时，选择图像分类；需要定位物体时，选择目标检测；需要像素级边界时，选择图像分割；需要在不同视频帧中持续保持身份信息时，则使用同一个检测模型并以跟踪模式运行。例如，监测车速需要跟踪，因为车速是根据每辆车随时间的移动情况计算得出的。所有支持的任务请参阅 Ultralytics 任务页面。
使用 SMART 标准：具体、可衡量、可实现、相关、有时限。例如：“使用包含 10,000 张车辆图像的数据集，在六个月内将测速准确率提升至 95%。”这种方法有助于跟踪进度并找出需要改进的方面。详细了解如何设定可衡量的目标。
不会，预训练模型不会以传统意义上的方式“记住”类别。模型会从海量数据集中学习模式；在自定义训练（微调）过程中，这些模式会针对你的特定任务进行调整。模型的容量有限，专注于新信息可能会覆盖部分先前学到的内容。
如果你想使用模型预训练时学到的类别，一种实用方法是使用两个模型：一个保留原有性能，另一个针对你的特定任务进行微调。这样，你就可以合并两个模型的输出。其他方案还包括冻结网络层、将预训练模型用作特征提取器，以及采用特定任务分支，但这些方案更复杂，也需要更丰富的专业知识。
部署选项决定哪些模型尺寸和格式可行，因此会从一开始就影响项目。边缘设备需要通过 LiteRT 或 ONNX Runtime 等格式和运行时部署轻量级模型；云服务器可通过可扩展硬件处理复杂模型；本地部署服务器可让注重隐私的项目全面掌控数据；混合部署则能在两者之间取得平衡。你可以在部署选项表中进行比较，或参阅模型部署选项指南了解详情。
常见挑战包括：
- 问题陈述含糊不清或范围过宽。
- 目标不切实际。
- 利益相关者未能达成共识。
- 对技术限制了解不足。
- 低估数据需求。
通过充分的前期研究、与利益相关者清晰沟通，并反复完善问题陈述和目标来应对这些挑战。完整的项目工作流程请参阅计算机视觉项目的关键步骤。