物联网与视觉研究复盘:把能力边界写进交付清单

研究成果如果只剩演示视频,下一次接手很难知道环境、输入和失败条件。

edyang · 2019-12-25

研究成果如果只剩演示视频,下一次接手很难知道环境、输入和失败条件。交付需要可复核材料。

本文使用树莓派网关、独立视觉工作进程与合成业务事件。物联网与视觉结合后,数据采集、推理和业务动作有不同速率与可靠性。本文以可停止的演示链路研究状态归属,不把接口成功等同于物理动作完成。

1. 从现象推到机制

按采集、通信、数据、模型、规则和执行分别描述能力。每项写明支持条件、已验证证据和未覆盖情况。计划、理论预期与实际结果分开,避免把“可以继续研究”写成“已经稳定交付”。

物联网与视觉研究复盘:把能力边界写进交付清单的处理、反馈与观察关系

图中的四个节点分别表示能力范围、实现版本、实际证据、下一轮。顺着实线检查输入如何变成输出,再沿虚线核对反馈条件。图示表达的是本文讨论的关系,不是实测曲线或现场截图。

2. 最小实现与输入条件

为环境监测与文档检测演示各建一份清单,记录程序、固件、模型、配置、测试输入和恢复方法。未知指标保留待验证,不填估计成绩。

1
2
3
4
5
capability -> supported inputs and constraints
implementation -> exact program / firmware / model bundle
evidence -> actual logs and reproducible fixtures
limitations -> unsupported and unverified cases
operation -> start, monitor, recover, stop

从单设备单图片开始,保存事件身份和所有输入输出。再逐项加入队列、重试和告警,检查重启后的归属与恢复;外部写入或控制需要明确规则与权限。

3. 用对照区分原因

下表列出需要主动改变的条件。预期行为来自机制分析,复现时还需记录运行环境和原始输出,不能将预期当作已经测得的结果。

改变的条件 需要验证的行为
只有模型权重没有配置 无法完整复现识别行为
流程正常但故障恢复未测 不能宣称稳定无损运行
目标指标尚无实际数据 保留为计划而非结果

对照 1:只有模型权重没有配置

无法完整复现识别行为。观察时记录模型发布组合是否齐全。把这个条件与基准情形分开,有助于判断变化来自哪一层;若得到相反结果,应先核对前提,再修改实现。

对照 2:流程正常但故障恢复未测

不能宣称稳定无损运行。观察时记录断网重启和恢复证据。把这个条件与基准情形分开,有助于判断变化来自哪一层;若得到相反结果,应先核对前提,再修改实现。

对照 3:目标指标尚无实际数据

保留为计划而非结果。观察时记录陈述类别与可核对来源。把这个条件与基准情形分开,有助于判断变化来自哪一层;若得到相反结果,应先核对前提,再修改实现。

4. 适用条件与取舍

清单的作用是让下一轮研究有确定起点。优先处理真实任务中的最大缺口,不用技术名词数量代替成熟度判断。

一次正常运行只覆盖了这组输入。继续扩展前,应把上面的异常对照保留下来,尤其关注“目标指标尚无实际数据”这一分支。后续方案若改变了图中任意一处依赖,原来的判断就要重新验证,不能仅凭界面相似或返回值相同沿用结论。

同月延伸

参考资料

  1. MQTT 3.1.1
  2. Darknet 2018 源码
  3. Node-RED 0.19