top of page
Keresés

OFELIA a Pécsi Gombafelismerő Versenyen

ree
  1. ábra. OFELIA felismeri a Paxillus involutus-t.



2025 november 10-én az OFELIA-t elvittük a pécsi gombafelismerő versenyre, ahol a résztvevőknek 30 gombafajt kellett meghatározniuk időre. A pontozási rendszer a következő volt:

  • 3 pont a helyes azonosításért,

  • 1 pont a közeli rokon faj felismeréséért,

  • 0 pont a hibás válaszért,

  • –5 pont a halálosan mérgező faj felismerésének elmulasztásáért.


Minden versenyzőnek 20 perc állt rendelkezésére a feladat teljesítésére. Az OFELIA segítségével az első 20 percben 17 fajt sikerült beazonosítanom, majd 46 perc alatt mind a 30 fajt meghatároztam.


A verseny szervezői biztosították, hogy OFELIA-val is elvégezhessük a fajok felismerését, ezúton is köszönet érte! A helyszínen Orbán Imre értékelte a beküldött eredményeket. Az OFELIA – amely egy 205 fajt felismerni képes modell-lel volt felszerelve – 25 pontot ért el a lehetséges 90-ből, az alábbi táblázat szerint.


A részletekből kiderül, hogy az OFELIA 40 pontot szerzett, de 15 pont levonásra került, mivel az OFELIA nem ismerte fel három halálosan mérgező gombát: két Amanita phalloides-t és egy Galerina marginata-t. Fájdalmas tapasztalat!


Természetesen csalódott voltam az alacsony pontszám miatt, különösen azért, mert a modellünk normál körülmények között 90% feletti pontosságot ér el a 205 ismert faj esetében.A versenyen szereplő fajok közül azonban 2 faj nem szerepelt a modell tanítóadatbázisában (lásd a táblázatban).


ree

2. ábra. OFELIA eredménye a versenyen.


A verseny során az OFELIA a fényképeket közvetlenül a modellhez méretezte át, de nem vágta ki a gombatestet befoglaló négyzetet a kép középpontjából.A versenyt zárt térben rendezték, ahol a megvilágítás jelentősen eltért a természetes fénytől.


Ez a két tényező fontos korlátot tárt fel: a fehéregyensúly (white balance) megfelelő kezelése kulcsfontosságú, különösen a színérzékeny modelleknél.


Aznap este a verseny után bevezettem a képkivágást (cropping), majd újra lefuttattam az összes inferenciát minden megfigyelésre. Az frissített eredmények az alábbi táblázatban láthatók.



ree

3. ábra. OFELIA teljesítménye a kép közepének kivágása után.


Megjegyzendő, hogy a verseny alatt nem használtam az alkalmazás beépített gombakalauzát; meggyőződésem, hogy annak használata tovább javította volna az OFELIA teljesítményét.


A teljesítmény szempontjából a fotózási folyamat viszonylag lassúnak bizonyult:

  • egy kép 200–300 ms alatt készült el és csatolódott a megfigyeléshez,

  • a modell betöltése minden egyes inferenciához kb. 350 ms-ot vett igénybe,

  • a kép előfeldolgozása (átméretezés) ~65 ms volt képenként,

  • maga az inferencia pedig mindössze ~2 ms alatt lefutott képenként.


Otthon a rendszert optimalizáltam: a modellt csak egyszer töltöttem be, és ugyanazt az instance-t használtam a további inferenciákhoz. Az előfeldolgozást pedig GPU-ra helyeztem át, így a képméretezés ideje 15 ms-ra csökkent képenként. Ezekkel a fejlesztésekkel a teljes felismerési folyamat gyakorlatilag valós idejűvé vált.


2025. november 11-én a következő kulcsfontosságú tanulságokat vontuk le:

  • Képkivágás (cropping) elengedhetetlen — ✅ megvalósítva.

  • Modell inicializálása csak a folyamat elején — ✅ megvalósítva.

  • Képátméretezés GPU-n — ✅ megvalósítva.

  • A fehéregyensúlyt dinamikusan kezelni kell a színérzékeny modelleknél.

  • A fotózás és felismerés teljes folyamatát át kell struktúrálni a valósidejű feldolgozás biztosítása érdekében.


Nem állunk le, az OFELIA-t fejlesztjük tovább – hisszük, hogy minden valóélet-beli kihívás újabb lépést jelent a megbízható, önálló terepi felismerés felé. A jövőben is teljes transzparenciával fogjuk szolgáltatni az adatokat az OFELIA teljesítményéről, mivel meggyőződésünk, hogy így tudjuk számotokra bizonyítani számotokra leginkább, hogyan fejlődik az OFELIA napról napra.





 
 
 

Friss bejegyzések

Az összes megtekintése
DYLATIS - Dinamikus Látens Taxonomiai Azonosítás Tér

Megkezdtük a DYLATIS fejlesztését: egy dinamikus látens taxonómiai azonosítótér létrehozását a nagyléptékű felismerési pontosság vizsgálatára Nemrég elindítottuk a DYLATIS – Dynamic Latent Taxonomy Id

 
 
 

Hozzászólások


Lépj kapcsolatba velünk!

Telefon: +36 30 1378 506

Email: info@topclouders.com

© 2025 Topclouders Hungary Kft.

Minden jog fenntartva

bottom of page