Bir görüntü modeli kendi test kümesinde güçlü sonuç verebilir; dünya tarım teknolojisine dönüşmesi ise daha zor bir sorudur. Benim tezim, yeni işletmede dış test yapılmadan performans yüzdesinin taşınamayacağıdır. Çeşit, kamera, ışık, yaprak yaşı ve hastalık karışımı değiştiğinde modelin gördüğü veri dağılımı da değişir.
Rastgele bölme saha bağımsızlığı değildir
Aynı serada yakın tarihlerde çekilen benzer kareler eğitim ve test kümelerine dağılırsa ölçüm gerçek transferden kolay olabilir. En az bir işletme, sezon veya üretim bloğu bütünüyle dış test için ayrılmalıdır.
Etiket kalitesi de belgelenmelidir. Lezyon sınırında uzmanlar anlaşmıyorsa modelin ulaşabileceği tavan ve belirsizlik görünür hale gelir.
Sürüm ve veri soyu korunmalı
Kamera değişimi, yeniden sıkıştırma ve yazılım güncellemesi sonucu etkileyebilir. Her tahmin; model sürümü, cihaz, çekim koşulu ve güven skoru ile kaydedilmelidir. Yeni veriyle yeniden eğitim yapıldığında eski karşılaştırma kümesi korunmalıdır.
Karşı görüş, sürekli öğrenmenin sistemi kendiliğinden yerelleştireceğidir. Kontrolsüz yeniden eğitim hatalı etiketleri büyütebilir; üretim modeline geçiş onay ve geri dönüş noktası gerektirir.
Ölçeklenebilir kabul eşiği
Yalnız ortalama doğruluk değil, erken küçük lezyonda kaçırma, benzer hastalıkta yanlış alarm ve komşu şiddet sınıfı sapması raporlanmalıdır. Uzman incelemesine gönderilen oran işletme maliyetine eklenmelidir.
Küresel ölçekte değerli sistem, tek serada en yüksek skoru alan değil; yeni ortamda hatasını ölçebilen ve güvenli biçimde sınırlandırabilendir.
Temel görüş
Dış saha testi olmayan yüksek doğruluk, farklı işletmede güvenilir performans kanıtı değildir ve yanlış ölçekleme kararına yol açabilir.
Türkiye için ne ifade ediyor?
Türkiye'de yerel çeşit ve sera bölgeleri işletme bazlı dış test olarak ayrılmalı; model, kamera ve etiket sürümleri denetlenebilir kayıtla tutulmalıdır.
Başvuru kaynakları
Yazıdaki olgusal çerçeve aşağıdaki kaynaklarla desteklendi; yorumlar köşe yazarına aittir.
