如何为你的计算机视觉项目定义目标#
要定义计算机视觉项目，请撰写一份问题陈述，明确核心问题、范围、利益相关者和约束条件；设定可衡量且有时间限制的目标；并将问题映射到相应的计算机视觉任务，以确定模型、数据集和部署决策。本指南将通过一个完整示例介绍每个步骤。
Watch: How to define Computer Vision Project's Goal | Problem Statement and VisionAI Tasks Connection 🚀
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的关键步骤指南。
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第一大步。它包含四个部分：
- **确定核心问题：**明确你的计算机视觉项目旨在解决的具体挑战。
- **确定范围：**定义问题的边界。
- **考虑最终用户和利益相关者：**确定谁会受到该解决方案的影响。
- **分析项目需求和约束条件：**评估可用资源（时间、预算、人员），并确定任何技术或监管约束。
业务问题陈述示例#
假设你有一个计算机视觉项目，需要在高速公路上估计车辆速度。核心问题在于，由于雷达系统老旧且依赖人工流程，当前的速度监测方法效率低下且容易出错。该项目旨在开发一个实时计算机视觉系统，以替代旧有的速度估计系统。
主要用户包括交通管理部门和执法机构，次要利益相关者包括高速公路规划人员，以及因道路更安全而受益的公众。关键需求包括评估预算、时间和人员，并满足高分辨率摄像头、实时数据处理等技术要求。此外，还必须考虑隐私和数据安全方面的监管约束。
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。有效目标应遵循 SMART 标准：
| 标准 | 含义 |
|---|---|
| 具体（Specific） | 定义清晰且详细的目标。 |
| 可衡量（Measurable） | 确保目标可以量化。 |
| 可实现（Achievable） | 在自身能力范围内设定现实的目标。 |
| 相关（Relevant） | 使目标与你的整体项目目标保持一致。 |
| 有时限（Time-bound） | 为每个目标设定截止期限。 |
对于高速公路速度估计示例，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，实现至少 95% 的准确率。
- 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。
通过设定具体且可量化的目标，你可以有效跟踪进度、发现需要改进的领域，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能够解决问题的计算机视觉任务。最常见的任务包括图像分类、目标检测和图像分割——有关详细比较，请参阅 Ultralytics 任务页面。
例如，如果你的问题是在高速公路上监测车辆速度，那么相应的任务是目标检测，并以跟踪模式运行。跟踪会为每辆检测到的车辆在视频帧中分配一个持久 ID，而速度计算正需要这一点。
仅靠检测在这里是不够的：它可以在每一帧中定位车辆，却无法在帧与帧之间保持每辆车的身份；没有这一身份，系统就无法测量车辆随时间的运动。跟踪模式会补充这一身份信息。确定合适的计算机视觉任务后，它还会影响项目的多个关键方面，例如模型选择、数据集准备和模型训练方法。
什么应该优先：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 | 从以下方面开始 | 示例 |
|---|---|---|
| 问题和目标已明确定义 | 模型选择 | 对于用于估计车辆速度的交通监控系统，请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，然后使用实时视频处理技术进行训练。 |
| 数据独特或有限 | 数据集准备 | 对于数据集较小的人脸识别系统，请先标注数据，然后选择适用于有限数据的模型——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） | 训练方法 | 在探索制造缺陷检测新方法的项目中，先在小规模数据子集上进行实验。找到有前景的技术后，再选择针对这些发现的模型，并准备一个全面的数据集。 |
如果你从数据入手，随着项目发展，Ultralytics Platform可以简化数据集组织、标注和训练。
部署选项如何影响你的项目#
模型部署选项会显著影响计算机视觉项目的性能，因此应从一开始就将其纳入考虑。部署环境必须能够承受模型的计算负载：
| 部署选项 | 适用场景 | 示例技术 |
|---|---|---|
| 边缘设备 | 计算资源有限的智能手机和物联网设备；轻量级模型 | LiteRT、ONNX Runtime |
| 云服务器 | 计算需求更高的复杂模型；可随项目扩展的硬件 | AWS、Google Cloud、Azure |
| 本地部署服务器 | 对数据隐私和安全性要求较高；完全控制数据和基础设施 | 自行管理的 GPU 服务器 |
| 混合解决方案 | 在性能、成本和延迟之间取得平衡；边缘处理加云端分析 | 边缘运行时与云平台的组合 |
每种选项都有不同的优势和挑战，具体选择取决于性能、成本和安全性等项目需求。
结论#
成功的计算机视觉项目始于清晰的问题陈述、SMART 可衡量目标，以及适合任务的计算机视觉任务——这些决策会从模型选择一直指导到部署的后续工作。下一步，你可以了解如何收集和标注数据，或在 GitHub 和 Ultralytics Discord 服务器上与其他开发者讨论你的项目。
常见问题#
清晰的问题陈述应明确项目要解决的核心问题、项目范围、最终用户和利益相关者，以及资源和监管约束。按这四个部分的顺序展开，然后在做出技术决策前与利益相关者共同验证问题陈述。有关完整拆解和示例，请参阅如何撰写计算机视觉问题陈述。
将问题所需的输出与能够生成该输出的任务相匹配：每张图像需要一个类别标签时，应选择图像分类；需要目标位置时，应选择目标检测；需要像素级边界时，应选择图像分割；需要在视频帧之间保持身份时，则应让同一个检测模型以跟踪模式运行。例如，监测车辆速度需要跟踪，因为速度是根据每辆车随时间的运动计算得出的。有关所有支持的任务，请参阅 Ultralytics 任务页面。
使用 SMART 标准：具体、可衡量、可实现、相关和有时限。例如：“使用包含 10,000 张车辆图像的数据集，在六个月内实现 95% 的速度检测准确率。”这种方法有助于跟踪进度并发现需要改进的领域。详细了解设定可衡量的目标。
不能，预训练模型不会以传统意义上的方式“记住”类别。它们从海量数据集中学习模式，而在自定义训练（微调）期间，这些模式会针对你的具体任务进行调整。模型容量有限，而专注于新信息可能会覆盖部分之前学到的内容。
如果你想使用模型预训练时所使用的类别，一种实用方法是使用两个模型：一个保留原有性能，另一个针对你的具体任务进行微调。这样，你就可以组合两个模型的输出。还有冻结层、将预训练模型用作特征提取器，以及针对任务进行分支等选项，但这些方案更复杂，需要更多专业知识。
部署选项决定哪些模型大小和格式可行，因此从一开始就会影响项目。边缘设备需要轻量级模型，并通过 LiteRT 或 ONNX Runtime 等格式和运行时提供服务；云服务器可以在可扩展硬件上运行复杂模型；本地部署服务器可为重视隐私的项目提供完整的数据控制；混合部署则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：
- 问题陈述模糊或范围过宽。
- 目标不切实际。
- 利益相关者之间缺乏共识。
- 对技术约束理解不足。
- 低估数据需求。
通过充分的前期研究、与利益相关者进行清晰沟通，以及反复完善问题陈述和目标来应对这些挑战。有关完整项目工作流程，请参阅计算机视觉项目的关键步骤。