Milyen esetekben érdemes kétlépcsős detektort alkalmazni a gyártásban?

A két lépéses detektor a gépi tanulásban általában az objektumfelismerési feladatokban alkalmazzák, ahol magas pontosság és megbízhatóság szükséges. Gyártásban javasolt a következő esetekben:

• Magas felismerési pontosság szükséges: két lépéses modellek, mint például a Faster R-CNN, először régiójavaslatokat generálnak, majd azokat osztályozzák, ez javítja a felismerés minőségét.
• Hamis pozitív korlátozások: ha fontos minimalizálni a hamis pozitívokat, a két lépéses megközelítés jobban szűri az objektumokat.
• Elég számítási erőforrás: a két lépéses detektorok általában több erőforrást igényelnek, ezért akkor használják, amikor az infrastruktúra lehetővé teszi.
• Komplex jelenetek sok objektummal: amikor az objektumok átfedik egymást vagy összetett formájuk van, a két lépéses modellek jobb eredményeket mutatnak.

Gyártásban gyakran kombinálják a két lépéses detektorokat optimalizációkkal (pl. kvantálás, pruning) és olyan keretrendszereket használnak, amelyek támogatják a modellek exportálását hatékony inferencia érdekében.