Towards a Better Evaluation of 3D CVML Algorithms: Immersive Debugging of a Localization Model

К улучшению оценки 3D CVML алгоритмов: Иммерсивная отладка модели локализации В данной статье исследуется применение иммерсивной аналитики (IA) для улучшения процесса отладки 3D моделей компьютерного зрения и машинного обучения (CVML). В ней выявляются проблемы, с которыми сталкиваются инженеры CVML при разработке пространственных алгоритмов, посредством интервью, устанавливая принципы проектирования инструментов оценки. Предлагается новая система иммерсивной аналитики, построенная с использованием веб-технологий и WebXR, для отладки алгоритма локализации в помещении. Качественное исследование с использованием Apple Vision Pro наблюдает за аналитическим рабочим процессом инженеров CVML. В исследовании подчеркиваются преимущества интеграции 2D и 3D визуализаций на различных уровнях погружения для эффективной оценки модели. Исследование отражает компромиссы реализации и обсуждает возможность обобщения выводов для будущих усилий по отладке иммерсивных 3D CVML моделей. Решается проблема в современных инструментах оценки CVML путем объединения временной оценки модели с 3D пространственным контекстом. #ПространственныеВычисления #apple отправить донаты: USDT: 0xAA7B976c6A9A7ccC97A3B55B7fb353b6Cc8D1ef7 BTC: bc1q8972egrt38f5ye5klv3yye0996k2jjsz2zthpr ETH: 0xAA7B976c6A9A7ccC97A3B55B7fb353b6Cc8D1ef7 SOL: DXnz1nd6oVm7evDJk25Z2wFSstEH8mcA1dzWDCVjUj9e создано с помощью NotebookLM