Комментарии 4
В большинстве опубликованных за последние года 3 нейронок для детекции объектов время работы не зависит от количества объектов в кадре. Чаще всего предсказывается вероятность объекта клаcса Х в каждой локации. Может быть ограничение по максимальному количеству найденных объектов в кадре (например, 100) и обычно есть сильная зависимость от разрешения изображения (больше изображение - дольше инференс, но зато можно найти мельче объекты).
Вы имеете ввиду обработку изображения с выделением всех объектов определенного класса либо обнаружение одного объекта определенного класса на изображении?
Нет, имел в виду поиск всех объектов на изображении из какого-то закрытого (или даже открытого) множества классов. Как обычно подразумевается в задаче Object Detection https://paperswithcode.com/sota/object-detection-on-coco
Для этой задачи кроме времени обработки важна вероятность корректного обнаружения.
За один проход можно сделать детекцию.
YOLO это показал. Но, основное правило "быстро - это значит плохо" он пока не отменил. А в БПЛА надо очень быстро и очень хорошо. А хорошо за один проход не сделать.
Так или иначе, мы хотели донести мысль о возможностях железа и его применении, а настройки нейросети - вопрос конкретного проекта и пожеланий заказчика.
О построении интеллектуальных автономных дронов на базе мультиклеточной архитектуры