计算机视觉 / 系统课时

实战项目规划

实战项目规划

本课把一个模糊的目标检测想法整理成可执行的项目方案。完成后,你将得到一份包含类别、数据规模、评估指标、运行设备和部署方式的最小规划,可直接指导后续采集、训练与验收。

学习目标

  • 把业务需求转换为清晰的检测目标与类别定义
  • 估算首版数据规模,并设计训练集、验证集和测试集
  • 同时确定精度、速度、设备与部署验收标准

先写清项目要解决什么

项目规划应从“系统最后要做出什么判断”开始,而不是先选择模型参数。下面以“识别画面中的人员与安全帽,为未佩戴安全帽告警提供基础数据”为例。模型负责检测可见对象,是否违规由后续业务规则结合人员框和安全帽框判断。

YOLOv8 项目规划链路

需求描述至少回答三个问题:检测对象是什么、检测结果给谁使用、错误结果会造成什么影响。漏检会直接影响安全告警时,应优先保证召回率;误检会触发高成本人工复核时,则要控制误报率。

定义类别与标注边界

类别应对应“图像中能够稳定画框的对象”,名称、编号和边界规则必须在标注前固定。首版可以只定义 person 与 helmet 两类,不直接把“未佩戴安全帽”当作物体类别,因为它更适合由两个检测结果之间的空间关系推导。

类别编号 类别名称 标注边界
0 person 标注画面中可见的人体,严重遮挡且无法判断时跳过
1 helmet 只标注安全帽实体,不把普通帽子计入

类别过多会增加采集和标注成本。只有当两个类别在视觉上可区分、业务上必须分别处理、样本量也足够时,才应该拆分。

估算数据规模与切分方式

数据量没有固定答案,首版目标是覆盖真实场景,而不是追求一个漂亮的总数。可先准备约 3000 张有效图片,其中训练集、验证集和测试集按 8:1:1 划分,再根据错误分析补充难例。

采集时要覆盖白天与夜间、室内与室外、远近尺度、遮挡、不同摄像头角度以及无目标背景。测试集应在项目早期冻结,不能在调参过程中反复挑选,否则最终指标会失去可信度。

把指标写成可验收条件

目标检测项目不能只写“准确率高”。首版至少同时约束检测质量与运行性能,例如:测试集 mAP50-95 达到项目基线、关键类别召回率满足业务要求、单张推理延迟不超过设备预算。

指标阈值应来自业务风险与硬件实测。移动端或边缘设备通常更关注延迟、模型大小和内存占用;离线批处理更关注吞吐量;服务接口还要考虑并发、超时和稳定性。

形成一份可执行规划

下面的 YAML 可以作为项目规划主文件。它不是训练配置,而是团队对范围和验收标准的共同约定。

yaml
project:
  name: helmet-detection
  objective: detect persons and helmets for safety-rule evaluation

classes:
  0: person
  1: helmet

dataset:
  target_images: 3000
  split:
    train: 0.8
    val: 0.1
    test: 0.1
  required_scenes:
    - indoor
    - outdoor
    - daytime
    - nighttime
    - occlusion
    - small-object

acceptance:
  metric: mAP50-95
  min_key_class_recall: 0.90
  max_latency_ms: 50

runtime:
  device: NVIDIA GPU
  input_size: 640
  deployment: REST API

保存为 project-plan.yaml 后,评审时逐项核对类别表、数据清单、测试报告和部署压测结果。设备型号、指标阈值和延迟上限必须按实际项目修改,不能把示例值直接当成通用标准。

验收规划是否完整

一份可执行规划应能让不同成员得到相同答案:标注人员知道画什么框,训练人员知道使用哪些数据,测试人员知道看哪些指标,部署人员知道在哪种设备上以什么形式运行。任何一项仍依赖口头解释,都说明规划还需要补充。

按自己的节奏,确认真正理解。

目录与阅读设置

阅读设置

17

记录一个想法

实战项目规划

0 / 10000 · 笔记保存到账号。未提交的修改会在关闭、离开或刷新后丢失。

登录哪都通