같은 사진에서 다른 질문하기
한 사진이 어떤 종류의 장면인지 묻는 것은 분류 과제다. 사진 안에서 여러 물체의 위치를 찾는 것은 검출이고, 화소별로 대상을 구분하는 것은 분할이다. 비슷한 입력을 사용해도 요구하는 정답 형태는 다르다.
빛과 촬영 조건
사진의 화소 값에는 대상의 형태뿐 아니라 조명과 그림자, 카메라의 위치와 특성이 함께 반영된다. 같은 물체도 각도와 거리, 가림과 밝기에 따라 다르게 보인다.
따라서 학습이나 평가 자료가 특정 촬영 조건에만 치우치면 다른 환경에서 성능이 떨어질 수 있다. 실제 사용 환경의 변화를 포함해 평가하는 것이 중요하다.
영상과 공간의 추정
연속된 영상에서는 대상의 움직임을 추적하거나 카메라의 이동을 추정할 수 있다. 여러 시점의 대응 정보를 활용하면 깊이와 3차원 구조를 복원하는 문제로 이어진다.
한 장의 영상에서 3차원 장면을 추정할 때는 입력만으로 구별하기 어려운 경우가 있다. 모델은 자료에서 학습한 관계나 기하학적 가정을 이용하므로 추정값이 직접 측정된 사실과 같지는 않다.
인식 결과를 해석하기
정확한 위치와 범주 판단, 작은 결함의 누락, 영상 처리 지연 등 어떤 오류가 중요한지는 용도마다 다르다. 하나의 평균 점수만으로 모든 상황의 신뢰도를 설명할 수 없다. 장치와 환경까지 포함한 전체 시스템의 검증이 필요하다.