Ошибка в выборе глубины резкости (DoF) при подготовке датасета снижает точность сегментации объектов на 12-18%, создавая «эффект сливания» границ с фоном. В задачах computer vision чрезмерное боке превращает четкий контур в градиент, который нейросеть ошибочно интерпретирует как часть текстуры объекта.
Механика влияния боке на сегментацию
При использовании объективов с широкой диафрагмой (f/1.4–f/2.8) возникает сильное размытие, которое в области соприкосновения объекта и фона создает переходную зону шириной от 5 до 20 пикселей. Для моделей типа Mask R-CNN или Segment Anything (SAM) такая зона неопределенности становится критической: точность выделения маски падает, так как градиент яркости размывает семантическую границу.
Кейс: при обучении модели распознаванию деталей двигателя на фоне цеха, использование f/1.8 привело к ошибке локализации края детали в 7% случаев. Переход на f/5.6-f/8 сократил этот показатель до 0.5%, так как четкий контраст между металлом и фоном позволил сети точнее определить edge-map.
Экспертный вывод: Для технических датасетов избыточное боке — это шум, который нужно исключить. Оптимальный диапазон диафрагмы для обучения: f/5.6–f/11.
Фокусное расстояние и геометрические искажения
Широкоугольная оптика (14–35 мм) обеспечивает большую глубину резкости, но вносит дисторсию по краям кадра, что смещает центры масс объектов. Телеобъективы (85–200 мм) дают «сплющивание» перспективы и узкий DoF, что упрощает выделение объекта, но лишает модель контекста окружения. В датасетах для автономного вождения доля кадров с фокусным расстоянием 30-50 мм составляет около 60%, так как это баланс между охватом и четкостью.
Пример: использование 200 мм объектива для съемки дорожных знаков создает идеальный контраст, но модель теряет связь знака с дорожным полотном, что снижает точность позиционирования объектов в пространстве на 5-10%.
Экспертный вывод: Выбирайте фокусное расстояние исходя из задачи: для классификации объектов достаточно длинного фокуса, для детекции в сцене — строго стандартный угол (35-50 мм).
Проблема синтетического размытия в обучении
Попытки заменить реальную глубину резкости программным Gaussian Blur или синтетическими картами глубины часто приводят к переобучению (overfitting). Синтетическое размытие имеет равномерный характер, тогда как оптическое боке зависит от формы диафрагмы и кривизны линзы. Разрыв в распределении данных между синтетикой и реальностью может достигать 20-25% по метрике mAP (mean Average Precision).
Кейс: модель, обученная на данных с искусственным размытием фона, при встрече с реальным оптическим боке f/1.2 ошибалась в определении границ объекта в 15% случаев, принимая «световые круги» за артефакты или мелкие объекты.
Экспертный вывод: Сравнение методов синтетической генерации изображений для нейросетей показывает, что синтетика не заменяет оптику в вопросах размытия; используйте только реальные RAW-исходники для калибровки границ.
Взаимосвязь резкости и цветового шума
На закрытых диафрагмах (f/16 и выше) появляется дифракция, которая снижает общую микрорезкость изображения. Это приводит к тому, что даже при большой глубине резкости границы объекта становятся «мягкими». В сочетании с высоким ISO (выше 1600) это создает шум, который нейросеть может принять за текстуру поверхности, что критично при анализе материалов.
Пример: съемка текстур ткани при f/22 дает четкий фон, но теряет детализацию волокон на объекте. Это снижает точность классификации материала на 4-6% по сравнению с f/8 при одинаковом освещении.
Экспертный вывод: Не стремитесь к максимальной глубине резкости через закрытие диафрагмы. Предел — f/11; далее используйте метод фокус-стекинга (объединение нескольких кадров), чтобы сохранить и резкость, и детализацию.
Вывод
Для достижения максимальной точности выделения контуров необходимо избегать экстремальных значений: забудьте о диафрагмах шире f/2.8 и уже f/16. Идеальный стандарт для подготовки экспертного датасета — фокусное расстояние 35-50 мм, диафрагма f/5.6-f/8 и минимальное ISO. Если объект требует полной изоляции от фона, используйте не боке, а физические однотонные фоны или маскирование, так как оптическое размытие всегда вносит неопределенность в границы пикселей, что недопустимо для высокоточных моделей.