Obraz po drodze do AI: kadr i skala potrafią zmienić zadanie

Na oryginalnym zdjęciu oznaczenie wariantu jest widoczne przy lewej krawędzi. W odpowiedzi AI znika. Zanim poprawimy polecenie i dopiszemy trzeci raz „czytaj uważnie”, otwórzmy obraz, który rzeczywiście dostał model. Być może etykieta została odcięta jeszcze przed wysłaniem.

To odrębny problem od jakości rozpoznawania. System może obracać obraz, zmniejszać go, wycinać fragmenty i ponownie kompresować. Potem dostawca modelu może zastosować własny sposób przetwarzania. Oceniający widzi piękny oryginał w podglądzie, a odpowiedź dotyczy innej reprezentacji. Bez śladu tej drogi łatwo rozmawiać o dwóch różnych materiałach, używając jednej nazwy pliku.

Co musi pozostać na obrazie, żeby zadanie miało sens

Przyjmijmy hipotetyczny katalog ceramicznych płytek. Zespół chce na podstawie zdjęć przygotować robocze przypisanie fotografii do właściwego wariantu. Wzór na płytce pomaga znaleźć podobny produkt, a mała etykieta obok wskazuje wersję. Zdjęcie centralnej części wzoru może wystarczyć do inspiracji. Nie wystarczy do odczytania oznaczenia, które znalazło się poza kadrem.

Przed porównaniem modeli zapisz, jaka cecha rozstrzyga zadanie i gdzie występuje w materiale. Etykieta, podziałka, podpis osi i mały element konstrukcji to różne potrzeby. Obraz zachowany „w dobrej jakości” jest zbyt ogólną obietnicą. Trzeba wiedzieć, czy po przekształceniu nadal da się korzystać z informacji potrzebnej do właściwego rozstrzygnięcia.

W wyszukiwaniu wizualnym produktów podobny wygląd nie potwierdza tożsamości wariantu. Przygotowanie obrazu nie powinno zacierać tej różnicy. Jeżeli ucinamy oznaczenie, pozostaje inne zadanie: znalezienie wizualnego kandydata. Nie oceniajmy później wyniku tak, jakby system nadal dysponował kompletnym dowodem wersji.

Zachowaj oryginał i oddzielną kopię każdego istotnego przekształcenia. Nie zapisuj pomniejszonego pliku pod nazwą, która nadpisze materiał wejściowy bez historii. Dla próby potrzebny jest związek odpowiedzi z konkretnym obrazem oraz ustawieniami. Rozmiar w pikselach, format i suma kontrolna pomagają zidentyfikować plik. Sama suma kontrolna nie wyjaśnia jednak, czy to na pewno właściwe zdjęcie i właściwy wariant.

W scenariuszu katalogu spis może prowadzić od fotografii z telefonu do wersji po obrocie, potem do pomniejszenia i wreszcie do zestawu wysłanych obrazów. Przy każdym kroku pokaż, co się zmieniło i dlaczego. Odbierający powinien móc otworzyć wynik danego etapu, zamiast ufać ogólnemu opisowi „optymalizacja obrazów”.

Sprawdź zgodność podglądu i wysyłki. Aplikacja może pokazywać duże zdjęcie, a do analizy wybierać plik z innego pola. W materiale odbiorowym zachowaj identyfikator obrazu użytego w żądaniu oraz plik, do którego ten identyfikator prowadził w chwili próby. Sam adres zmiennego zasobu nie pozwoli później odtworzyć jego zawartości. Jeżeli nie ma dostępu do dokładnego przekształcenia po stronie dostawcy, oznacz tę granicę; nie przypisuj własnemu podglądowi statusu obrazu widzianego wewnętrznie przez model.

Obrót i przycięcie są różnymi operacjami

Fotografia z telefonu może zawierać informację o orientacji. Program wyświetlający i narzędzie przygotowujące plik muszą poprawnie ją uwzględnić. Dokumentacja Pillow opisuje funkcję exif_transpose, która stosuje transformację wynikającą z oznaczenia orientacji EXIF i usuwa tę informację po jej zastosowaniu. EXIF to metadane zapisane w pliku obrazu, a nie etykieta widoczna na fotografii.

To opis konkretnej funkcji, nie dowód, że korzysta z niej wasza aplikacja. W próbie otwórz zdjęcie po przygotowaniu i sprawdź rozpoznawalne elementy: gdzie znajduje się etykieta i która krawędź jest górna. Warto zachować przykład wymagający obrotu. Zestaw samych wcześniej wyprostowanych fotografii nie ujawni pominięcia tego kroku.

Oddziel też obrót od lustrzanego odbicia. Zgodność wymiarów pliku nie wystarcza do wykrycia takiej zmiany. Przy zadaniu dotyczącym lewej i prawej strony potrzebny jest rozpoznawalny punkt odniesienia. Nie opieraj kontroli wyłącznie na symetrycznej płytce. Symetria potrafi bardzo uprzejmie ukryć nieprawidłowe przekształcenie.

Przy kadrowaniu zaznacz obszar pozostający w analizie. Rozważmy własną geometrię, bez pliku zdjęcia i bez uruchamiania AI. Oryginał ma 2400 na 1600 pikseli. Centralny kwadrat 1600 na 1600 obejmuje poziomo pozycje od 400 do 2000. Hipotetyczna etykieta zajmująca pozycje od 80 do 180 zostaje całkowicie poza nim. Żadne sformułowanie pytania nie przywróci jej do tego wycinka.

Dopasowanie do kwadratu może oznaczać wycięcie boków albo dodanie wolnego miejsca. Pillow rozróżnia między innymi dopasowanie contain, kadrujące fit i uzupełniające pole pad. Nazwy parametrów w waszym narzędziu mogą być inne. Przed odbiorem ustal skutek na konkretnym obrazie, nie tylko docelową szerokość i wysokość.

Jeśli potrzebny jest wycinek etykiety, zachowaj też informację o jej związku z produktem. Sam powiększony napis może nie wskazywać, której płytki dotyczy. Można przekazać pełny obraz i oznaczony szczegół, jeśli rozwiązanie obsługuje taki komplet. Próba powinna sprawdzać ich poprawne powiązanie. Zwiększenie czytelności fragmentu nie powinno usuwać kontekstu potrzebnego do odpowiedzi.

Przy kilku wycinkach każdy powinien zachować odniesienie do właściwego oryginału i miejsca. Dwa podobne napisy z różnych fotografii nie mogą zamienić się kolejnością po pomniejszeniu. Jeżeli sąsiadujące fragmenty zachodzą na siebie, ten sam element może pojawić się w obu. Projekt oceny powinien rozpoznawać go jako jeden element oryginału, jeśli zadanie dotyczy liczenia lub przypisania. Zapis mapowania pozwala odróżnić powtórzony widok od dwóch oddzielnych etykiet.

Podobne pytanie pojawia się przy analizie wideo i próbkowaniu klatek. Materiał istniejący w oryginale może nie znaleźć się w danych przekazanych do analizy. W obu przypadkach trzeba najpierw ustalić zakres dostarczonego wejścia, a dopiero potem oceniać interpretację modelu.

Pomniejszony plik nie jest po prostu tańszym oryginałem

W naszym rachunku zmniejszenie całego obrazu z 2400 na 1600 do 600 na 400 daje skalę jednej czwartej. Element o wysokości 20 pikseli miałby w tej geometrii wysokość pięciu. To nie test czytelności określonego napisu i nie wynik modelu. Pokazuje jednak, dlaczego rozpoznawalność dużej płytki nie potwierdza zachowania jej drobnej etykiety.

Przy odbiorze oglądaj rzeczywisty rezultat zmniejszenia, z użytym sposobem przeliczania i zapisu. Ocena oryginału powiększonego na ekranie nie odpowiada tej próbie. Jeśli ktoś przygotowuje miniaturę do podglądu, a aplikacja wysyła właśnie ją zamiast pliku przeznaczonego do analizy, trzeba wyraźnie rozpoznać tę drogę.

Dokumentacja Claude ostrzega, że zmniejszanie może pogorszyć czytelność tekstu, a stratna kompresja wprowadzać artefakty utrudniające analizę. Zaleca oglądanie obrazów rzeczywiście wysyłanych do interfejsu. Nie wyprowadzamy z tego jednego obowiązkowego rozmiaru ani ustawienia jakości dla wszystkich zadań i modeli.

Duży obraz także nie oznacza automatycznie analizy wszystkich szczegółów w tej samej postaci. Dostawca może stosować własny sposób przygotowania wejścia. Google opisuje w dokumentacji Gemini 3 ustawienie media_resolution wpływające na budżet przetwarzania obrazu oraz związek wyższej rozdzielczości z odczytem drobnych szczegółów, czasem i zużyciem tokenów. Tokeny są tu jednostką przetwarzania modelu. Ustawienie i wersja modelu powinny znaleźć się w opisie próby.

Nie przenoś limitów ani sposobu liczenia między dostawcami. Wartość poprawna dla jednego interfejsu nie jest uniwersalnym progiem jakości. Zespół potrzebuje wyniku na swoim zadaniu: czy wskazana etykieta pozostała obecna i czy wynik odczytu odpowiada wzorcowi. Ogólna możliwość przyjęcia pliku nie rozstrzyga tego pytania.

W przeglądzie procesu Aeneia Audit można uporządkować materiały wejściowe, zapis przekształceń i kryteria oceny wyniku. Analiza nie musi zaczynać się od wymiany modelu. Czasem trzeba najpierw ustalić, dlaczego kompletne zdjęcie stało się miniaturą pozbawioną informacji potrzebnej pracownikowi.

Punkt zaznaczony na innym obrazie

Jeżeli model zwraca położenie etykiety lub fragmentu, zapis powinien wskazywać, którego obrazu dotyczą współrzędne. Dokumentacja współrzędnych Claude odnosi zwracane pozycje do obrazu przetwarzanego po zmianie rozmiaru i opisuje konieczność odpowiedniego przeliczenia. Wynik nie może być bez sprawdzenia nanoszony na większy oryginał tak, jakby oba układy były identyczne.

W geometrii naszego pomniejszenia punkt 100 pikseli od lewej krawędzi odpowiada pozycji 400 w oryginale, jeśli nie było dodatkowego przycięcia ani innej transformacji. Po wycięciu centralnego kwadratu dochodzi przesunięcie początku. Te reguły trzeba odtworzyć w prawidłowej kolejności.

W raporcie zaznacz, czy początek współrzędnych liczy się od całego pliku, wycinka czy obszaru po dodaniu marginesów. Pole może mieć poprawną szerokość i wysokość, a mimo to być przesunięte o całą szerokość dodanego tła. Wygodna próba obejmuje obiekt blisko krawędzi oraz drugi w środku. Przy sprawdzaniu wyłącznie środka łatwo przeoczyć błąd przesunięcia lub odbicia, który ujawni się dopiero przy kolejnym produkcie. Sama poprawna liczba w odpowiedzi może zaznaczyć niewłaściwą płytkę po błędnym naniesieniu.

Sprawdź także, czy system podaje narożniki obszaru, środek czy inną reprezentację. Opis „ramka” nie rozstrzyga formatu. W próbie pokaż wynik na właściwym obrazie i porównaj ze wskazaną cechą. Przybliżona lokalizacja nie musi wystarczać do zadania wymagającego bardzo precyzyjnego wyboru; dopuszczalny zakres trzeba ustalić przed oceną.

Gdy celem jest odczyt tekstu, kontrola OCR przed dalszą analizą stanowi kolejny osobny etap. Najpierw etykieta musi przetrwać przygotowanie obrazu. Potem trzeba poprawnie odczytać jej znaki. Na końcu odpowiedź powinna wykorzystać właściwy wariant. Sukces jednego z tych kroków nie potwierdza pozostałych.

Odbieraj cały tor na tym samym materiale

W zestawie porównawczym zachowaj różne położenia etykiety i orientacje zdjęcia. Nie twórz go wyłącznie z centralnie ustawionych produktów. Dodaj przypadek bez oznaczenia. Model powinien wtedy zachować brak podstaw, a nie zgadywać wariant na podstawie podobnego wzoru. To jawnie zaplanowane przypadki odbiorowe, nie deklaracja wykonanej przez nas próby obrazowej.

Przy błędzie wskaż najwcześniejsze miejsce utraty potrzebnej informacji. Jeśli etykieta zniknęła w wycinku, poprawiasz przygotowanie wejścia. Jeśli pozostała czytelna w przetworzonym materiale, lecz została źle odczytana, badaj dalszy etap. Przy czytaniu wykresu przez AI podobnie oddziela się odczyt wartości od wniosku; tu kontrola zaczyna się jeszcze wcześniej.

Przekształcenia powinny mieć własne wersje i powód zmiany. Po poprawieniu kadru wróć do całego zestawu, nie tylko do jednej feralnej etykiety. Większy wycinek może pomóc w jednym przypadku, ale zmienić skalę innych elementów. Wynik poprzedniej oceny nie opisuje automatycznie nowej konfiguracji.

Jeżeli obieg obejmuje też nagrania, analogiczną kontrolę prowadź przy przygotowaniu kanałów i osi czasu audio. Wspólną zasadą jest zachowanie związku między oryginałem, przekształconym wejściem i odpowiedzią. Nie musisz używać jednej techniki dla różnych mediów, ale raport powinien umożliwiać odtworzenie ich rzeczywistej drogi.

Zespół katalogu powinien zakończyć odbiór odpowiedzią na wąskie pytanie: czy materiał przekazany do analizy nadal zawiera cechę rozstrzygającą wariant i czy rozwiązanie potrafi z niej skorzystać? Dopiero wtedy porównanie modeli dotyczy tego samego zadania, które widział człowiek oglądający oryginał.