Потеря даже 5-7% деталей в глубоких тенях или пересветах снижает точность сегментации (mAP) на 12-15% в сложных сценах, превращая границы объектов в шум. В задачах компьютерного зрения экспозиция — это не эстетика, а критический параметр передачи данных, где ошибка в 1-2 стопа приводит к полной слепоте модели в темных зонах.
Проблема клиппинга: почему 0 и 255 губительны
В 8-битных изображениях значения пикселей 0 (абсолютный черный) и 255 (чистый белый) создают эффект клиппинга, при котором градиент исчезает. Для нейросети это означает потерю текстурных признаков: если край объекта сливается с фоном из-за пересвета, маска сегментации «плывет», создавая ошибку в 5-10 пикселей по контуру.
Кейс: при обучении модели для детекции дорожных знаков в контровом свете (солнце в объектив) пересветы в 2-3 стопа привели к падению точности распознавания границ знака с 94% до 78%. Экспертный вывод: допустимый диапазон яркости для сегментации должен составлять 10–235 единиц; всё, что выходит за эти рамки, превращается в информационный вакуум.
Динамический диапазон и влияние HDR
Стандартный динамический диапазон (SDR) часто недостаточного уровня для сцен с контрастом более 10:1. Переход на HDR (High Dynamic Range) или использование 16-битных TIFF-файлов позволяет сохранить детализацию в тенях, где яркость составляет всего 2-5% от максимальной. Это критично для медицинских снимков или ночного видения, где разница между патологией и здоровой тканью может составлять всего несколько единиц яркости.
Практика показывает, что использование тонального сжатия (Tone Mapping) при переводе HDR в LDR может создать артефакты «гало» вокруг ярких объектов, что сбивает модель сегментации. Экспертный вывод: для максимальной точности данные должны подаваться в линейном цветовом пространстве без агрессивного Tone Mapping, даже если изображение кажется «серым» для человека.
Теневые зоны и шум при подъеме экспозиции
Попытка «вытянуть» детали из глубоких теней на этапе постобработки увеличивает уровень цифрового шума пропорционально коэффициенту усиления. При подъеме экспозиции на 2 стопа отношение сигнал/шум (SNR) падает примерно в 4 раза, что создает ложные высокочастотные признаки. Нейросеть может принять этот шум за текстуру объекта, что ведет к ложноположительным срабатываниям сегментации в темных углах кадра.
Пример: в задачах анализа складских помещений с плохим освещением шум в тенях создавал «фантомные» объекты с вероятностью уверенности 0.3-0.4. Экспертный вывод: лучше иметь недоэкспонированный, но чистый кадр, чем пересвеченный программно с шумом выше 3% по всей площади темных зон.
Оптимизация данных: от сырого кадра до тензора
Правильная подготовка данных требует баланса между контрастностью и сохранностью деталей. Использование гистограмм для анализа распределения яркостей позволяет отсечь кадры с клиппингом более 2% по любому из каналов RGB. Если изображения проходят через сложные этапы трансформации, важно учитывать, как интерполяция влияет на границы пересвеченных зон.
Мини-кейс: применение нормализации данных (Min-Max Scaling или Z-score) без предварительного обрезания экстремальных выбросов яркости (outliers) смещает среднее значение всего тензора, что замедляет сходимость модели на 20-30%. Экспертный вывод: обязательным этапом является клиппинг по 1-му и 99-му перцентилям яркости перед подачей в сеть.
Вывод
Для достижения максимальной точности сегментации следует полностью отказаться от 8-битных JPEG в пользу 16-битных форматов (PNG/TIFF) на этапе сбора данных. Избегайте автоматического HDR-фильтра в камерах — он искажает локальный контраст, который необходим нейросети для поиска границ. Мой вердикт: приоритетом должна быть сохранность деталей в тенях (даже ценой шума), так как пересветы (clipping) необратимы и уничтожают информацию полностью. Начинайте с анализа гистограмм каждого датасета и отсекайте кадры с потерей более 2% пикселей в крайних точках спектра.