流水线实用主义

来自 AI 研究立场图谱百科

流水线实用主义:视觉系统最好是显式的流水线:检测、分割、识别各成一段,每段专精、可测试、可替换。

主张

流水线实用主义是一线计算机视觉工程师的信条。先检测物体,再分割,再分类或跟踪,然后把结构化结果交给下一环。每一段都有自己的模型、自己的指标和自己的失败分析。出了问题,你知道该修哪一段;来了更好的分割模型,周一就能换上。实用派从不声称大脑就是这么工作的,只说这东西能上线。

它位于 World 一侧、中线右边一点,明显偏向 Harness 一端:它关心的是感知物理世界,智能分散在一串模块里,而不是塞进一个网络。主流的色号代表一个成熟学派:流水线主导工业视觉多年,至今仍撑着很大一部分。端到端派说它是遗留系统;实用派则指出,可提示的分割模型和开放词表检测器让流水线变得更灵活,而不是更过时。

论据

  • 框、mask、轨迹这些显式中间输出,可以一段一段地检查、度量和调试。
  • 专用组件可以独立升级,不用整体重训就能让系统保持更新。
  • 结构化输出能干净地对接下游逻辑、数据库和控制系统,它们要的是物体,而不是 embedding。

批评

  • 误差会在各段之间累积,前面漏掉的东西后面救不回来。
  • 端到端模型能学到与任务相关的线索,而人为定义的中间表示可能把它们丢了。
  • 维护众多模型、接口和阈值带来工程负担,单一模型则没有这个问题。

代表作

关系

怎样测出它

在完整版或专业版里落到这一格:x ≈ +0.02,y ≈ −0.93,范式 ≈ −0.57。

这是初稿。欢迎通过 pull request 修正或补充更好的论据。 在 GitHub 上编辑这个词条 编辑它的数据