Окклюзия снижает точность детекции объектов (mAP) в среднем на 15–30% в реальных городских сценариях, превращая идеально обученную модель в бесполезный инструмент при перекрытии объекта более чем на 40%. Игнорирование частичной видимости на этапе разметки ведет к катастрофическому росту False Negative, когда нейросеть просто «не видит» объект за препятствием.
Анатомия окклюзии: типы и пороги критичности
В индустрии мы разделяем окклюзию на два типа: внутреннюю (объекты одного класса перекрывают друг друга, например, толпа людей) и внешнюю (объект перекрыт элементом фона, например, дорожным знаком или деревом). Критическим порогом считается перекрытие в 50-60% площади Bounding Box: после этой отметки confidence score падает ниже типичного порога 0.25-0.4, и объект исчезает из выдачи.
Кейс: при разметке трафика для беспилотников обнаружено, что при перекрытии автомобиля более чем на 70% модель YOLOv8 ошибочно классифицирует его как «фрагмент забора» или «мусор», если в обучающей выборке доля окклюзированных объектов составляла менее 10%. Экспертный вывод: для стабильной работы в городе доля кадров с частичным перекрытием в датасете должна быть не менее 25-30%.
Ошибки разметки при частичной видимости
Главный конфликт возникает между подходом «Tight Box» (рамка только по видимой части) и «Full Box» (экстраполяция границ объекта). Использование Tight Box при окклюзии сбивает модель: она учится распознавать «куски» объектов, что ведет к дроблению одного объекта на несколько мелких детекций. Правильный стандарт — Full Box с обязательным атрибутом occluded=true.
Практика показывает, что внедрение тега окклюзии сокращает количество ложных срабатываний на 12% за счет того, что loss-функция перестает штрафовать модель за «неточное» попадание в видимую часть объекта. Экспертный вывод: никогда не размечайте только видимую часть; всегда восстанавливайте полную геометрию объекта, даже если видно лишь 20% его площади.
Методы борьбы: синтетика и Augmentations
Для обучения устойчивости к перекрытиям недостаточно простого сбора данных. Мы используем Random Erasing или Cutout, которые искусственно «вырезают» прямоугольные области изображения (от 10% до 40% площади объекта), заменяя их шумом или средним цветом. Это заставляет нейросеть искать альтернативные признаки (например, узнавать машину по фаре, если капот перекрыт).
Сравнение: стандартный датасет vs датасет с применением синтетической генерации окклюзий показывает рост mAP на 5-8% в сложных сценах. Однако избыток синтетики (более 50% выборки) ведет к переобучению на артефактах. Экспертный вывод: оптимальный баланс — 20% синтетических окклюзий и 80% реальных кадров, где изображения для нейросетей прошли строгий системный анализ жизненного цикла.
Анализ влияния разрешения и цветового шума
Окклюзия становится критичнее при низком разрешении (ниже 640px по длинной стороне), так как границы перекрытия размываются (эффект алиасинга). В таких условиях нейросеть теряет высокочастотные признаки края объекта. Дополнительным фактором риска выступает цветовая схожесть объекта и окклюзента (например, серый автомобиль на фоне бетонного моста).
Тесты показывают, что переход из пространства RGB в HSV или Lab позволяет повысить контраст границ при перекрытии на 7-10%, что облегчает сегментацию. Экспертный вывод: если ваши объекты сливаются с фоном при перекрытии, внедряйте критерии оценки цветовой калибровки в изображениях для нейросетей для стабилизации градиентов.
Вывод
Для победы над окклюзией забудьте о «чистых» датасетах. Начинайте с внедрения атрибута occluded в разметку и переходите на стратегию Full Box. Обязательно добавьте в пайплайн Random Erasing (интенсивность 0.2-0.3) и обеспечьте долю реальных перекрытий в выборке не менее 25%. Избегайте разметки только видимых частей — это прямой путь к деградации точности модели в продакшене.