Box
Zusammenfassung
Für diesen Bericht lag nur ein Auszug oder keine vollständige Fassung vor. Die Zusammenfassung sagt das selbst.
Kurz
Der bereitgestellte Auszug erklärt eine noch nicht produktionsreife TypeSafe-Funktion, die einzelne Bildziele als normierte Begrenzungsbox samt Konfidenzwert lokalisiert. Eine Box wird auch dann ausgegeben, wenn das Ziel fehlt; der Bericht empfiehlt deshalb ergänzende Prüfungen und warnt, dass kleine Ziele übersehen werden können. Der Text endet mitten in einer nachgetragenen Bildbeschreibung.
Mittel
Der bereitgestellte Auszug beschreibt TypeSafe System Ones Box-Funktion zur Lokalisierung eines benannten Objekts in einem Bild. Das Modell gibt ein einzelnes Rechteck mit normierten Kantenwerten für oben, unten, links und rechts sowie einen Konfidenzwert zurück. Die Werte lassen sich mit Bildhöhe und -breite multiplizieren, um das Rechteck in Pixeln zu zeichnen oder zuzuschneiden. Eine Box-Frage braucht ein Bild, den Typ `box` und eine Anweisung, die Ziel und Bild benennt. Für Anfragen mit Bildern oder Box-Fragen ist laut Bericht ein bestimmter Header erforderlich.
TypeSafe stuft Bilder und Box-Fragen als noch nicht produktionsreif ein. Anfrageformat, Antworten, Grenzen und Genauigkeit könnten sich mit Releases und Modellupdates ändern. Eine Box wird immer ausgegeben, auch wenn das Ziel fehlt; ein „nicht gefunden“-Ergebnis existiert nicht. Der Bericht empfiehlt keine allgemeine Konfidenzschwelle, sondern eine Abstimmung auf eigenen Bildern. Bei niedriger Sicherheit nennt er erneute Prüfung mit besserem Bildmaterial oder ein vergrößertes Rechteck als Möglichkeiten. Für fehlende Ziele soll eine zusätzliche Noul-Frage klären, ob das Objekt vorhanden ist. Kleine Objekte in großen Bildern können übersehen werden; vorgeschlagen wird eine Suche in zunächst eingegrenzten Bildbereichen. Der Auszug bricht in einer nachgetragenen Bildbeschreibung ab.
Ausführlich lesen
Der bereitgestellte Berichtsauszug beschreibt die Funktion „Box“ in TypeSafe System One. Damit soll ein Modell die Position eines benannten Objekts in einem Bild bestimmen und als Begrenzungsrechteck ausgeben. Als Beispiele nennt die Dokumentation eine Tasse auf einer Arbeitsfläche, eine Unterschrift auf einem eingescannten Formular oder eine Person an einer Tür.
Die Funktion ist laut Bericht noch nicht für den Produktionseinsatz freigegeben. TypeSafe bezeichnet Bilder und Box-Fragen als nicht ausgereift genug für diesen Zweck, lädt aber dazu ein, damit Prototypen zu bauen und Ideen auszuprobieren. Format der Anfragen, Antworten und Grenzen könnten sich zwischen Versionen ändern; auch die Genauigkeit könne sich mit aktualisierten Modellen verändern. Für Anfragen mit Bildern oder Box-Fragen müsse jeweils der Header `TypeSafe-Danger-Zone-Images: true` mitgesendet werden. Eine Box-Frage benötigt ein Bild und besteht aus dem Typ `box` sowie einer Anweisung, die das gesuchte Ziel und das Bild benennt. Weitere Kriterien sind nicht vorgesehen. Box-Fragen können mit anderen Fragetypen kombiniert werden, die dann denselben Zustand auswerten.
Die Antwort enthält vier normierte Kantenwerte: oben, unten, links und rechts. Sie liegen jeweils zwischen 0 und 1 und beziehen sich auf die Höhe beziehungsweise Breite des Bildes, ausgehend von dessen linker oberer Ecke. Dadurch lassen sich die Werte laut Dokumentation auf Bilder verschiedener Pixelgrößen übertragen. Um ein Rechteck zu zeichnen oder einen Ausschnitt zu erstellen, werden die horizontalen Werte mit der Bildbreite und die vertikalen mit der Bildhöhe multipliziert. Zusätzlich gibt das Modell einen Konfidenzwert zwischen 0 und 1 aus; höhere Werte bedeuten der Beschreibung zufolge größere Sicherheit des Modells. Das gezeigte JSON und die darin enthaltene Konfidenz von 0,92 sind ein Beispielschema, kein berichtetes Versuchsergebnis.
Für die Nutzung der Konfidenz empfiehlt der Bericht keine allgemeingültige Schwelle. Entwicklerinnen und Entwickler sollen diese anhand ihrer eigenen Bilder abstimmen. Bei niedriger Konfidenz nennt die Dokumentation als mögliche Reaktionen, ein größeres oder höher aufgelöstes Bild beziehungsweise einen höher aufgelösten Bildausschnitt erneut zu prüfen oder die Box vor dem Zuschneiden zu vergrößern, damit das Ziel nicht abgeschnitten wird.
Die Hinweise zum Formulieren der Fragen betonen, Ziel und Bild klar zu benennen. Referenzbilder können zur Identifikation eines passenden Ziels verwendet werden. Jede Frage liefert jedoch immer eine Box; es gibt keine Antwort für „nicht gefunden“. Für möglicherweise fehlende Objekte schlägt die Dokumentation vor, zusätzlich mit dem Fragetyp Noul zu prüfen, ob das Objekt überhaupt vorhanden ist, und eine Box bei niedriger Noul-Antwort zu ignorieren. Eine Box pro Frage findet jeweils nur ein Ziel. Bei mehreren Objekten sollen separate Fragen gestellt und bei Mehrdeutigkeit das gewünschte Objekt beschrieben werden. Kleine Ziele in großen Bildern können laut Bericht übersehen werden; dafür wird vorgeschlagen, zunächst einen Bildbereich zu bestimmen, anschließend darin zu suchen und die Koordinaten auf das Gesamtbild umzurechnen.
Der Quelltext endet in einem nachgetragenen Abbildungsabschnitt mitten in einer Bildbeschreibung. Es liegt daher ein Auszug vor; daraus geht nicht hervor, ob die Seite an dieser Stelle vollständig wiedergegeben ist.
Wie die Modelle den Bericht einordnen
Ansicht
Filter
Unabhängig prüfen
- SF-P2 Wie bleiben Prüfer, die in einem Labor arbeiten, wirklich unabhängig?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 100 %kein Bezug
- SubQ 100 %kein Bezug
- drex 52 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
- SF-P3 Woran erkennt man, dass ein Labor sich ehrlich selbst überwacht und dass seine Prüfungen gültig sind?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 100 %kein Bezug
- SubQ 100 %kein Bezug
- drex 49 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
Tempo und Grenzen
- SF-T1 Welche messbaren Schwellen sollen eine Pause auslösen, und wer prüft sie?
- clef 100 %kein Bezug
- Luna 34 %Hintergrund, keine Belege
- JEV 32 %einzelne zitierbare Belege
- amos 100 %kein Bezug
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
- SF-T3 Woran erkennt man, dass KI beginnt, ihre eigene Weiterentwicklung voranzutreiben, und wer darf das erlauben?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 100 %kein Bezug
- SubQ 100 %kein Bezug
- drex 53 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
Vertrauen in Modelle
- SF-V3 Halten die Werte eines Modells, wenn niemand zusieht oder die Lage neu ist?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 100 %kein Bezug
- SubQ 100 %kein Bezug
- drex 77 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
- SF-V5 Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
- clef 100 %kein Bezug
- Luna 48 %einzelne zitierbare Belege
- JEV 23 %einzelne zitierbare Belege
- amos 43 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug