Нейросеть для распознавания объектов на планшете: F1-score 94% за 20 мс
YADRO рассказала, как научила планшет KVADRA_T одновременно видеть человека, документ, текст, QR и штрихкоды в одном кадре. Вместо обычной multiclass-схемы команда выбрала multi-label подход, собрала датасет на 193 тысячах изображений и получила F1-score 94%. На NPU планшета инференс занимает около 20 мс, а функция должна попасть в следующий релиз kvadraOS.
AI-обработка оригинала Habr AI; редакция Hamidun News
YADRO разработала нейросеть для распознавания одновременно человека, документа, текста, QR- и штрихкодов на планшете KVADRA_T, достигнув показателя F1-score 94% и скорости обработки 20 миллисекунд прямо на устройстве. Компания объясняет, что обычная multiclass-классификация здесь не подходила по самой природе задачи, поскольку на одном снимке могут одновременно находиться несколько объектов разных типов, поэтому потребовалась multi-label модель.
Почему обычная классификация не подходит для распознавания нескольких объектов?
На одном снимке одновременно могут находиться человек, паспорт, строки текста и коды для сканирования, а классическая multiclass-классификация предполагает, что объект принадлежит только одному классу. Для этой задачи требуется multi-label модель, которая распознаёт все объекты одновременно.
Как нейросеть обрабатывает данные за 20 мс на планшете без облака?
Модель оптимизирована для запуска прямо на устройстве (on-device inference), что позволяет обрабатывать кадры за 20 миллисекунд без подключения к интернету — это требование для практического применения на мобильных устройствах.
- 28 окт. 2026 г.Nemotron 3.5 Bolt сжали до 24 ГБ: 74B-модель выдаёт 84 токена в секунду
- 28 окт. 2026 г.ИБ-инженер за 7 дней собрал MCP-сервер, который пугает ИИ-агента уязвимостями
- 28 окт. 2026 г.Liquid AI выпустила LFM2.5-24B-A2B: агент с 2B активных параметров
- 28 окт. 2026 г.Инженер Thomson Reuters запустила офлайн-агента на Qwen3.5 9B в Гималаях
Вопросы и ответы по материалу
Почему обычная классификация не подходит для распознавания нескольких объектов?
На одном снимке одновременно могут находиться человек, паспорт, строки текста и коды для сканирования, а классическая multiclass-классификация предполагает, что объект принадлежит только одному классу. Для этой задачи требуется multi-label модель, которая распознаёт все объекты одновременно.
Как нейросеть обрабатывает данные за 20 мс на планшете без облака?
Модель оптимизирована для запуска прямо на устройстве (on-device inference), что позволяет обрабатывать кадры за 20 миллисекунд без подключения к интернету — это требование для практического применения на мобильных устройствах.
Внедряйте ИИ быстрее рынка вместе с инженерами и фаундерами
Внутри Vibe Club (hamidun.com/club): еженедельные живые мастермайнды и разборы архитектуры с Жемалом Хамидуном, закрытый Tech Radar, LMS и обновляемая база из 370+ боевых скиллов.
Главное из мира ИИ — раз в неделю
7 ключевых событий недели, отобранных вручную. Без шума, репостов и пресс-релизов.
Готово! Проверьте почту — мы отправили подтверждение.