背景
手がかり語の質は目標検出効果に直接影響し、合理的な手がかり戦略は検出精度を大幅に向上させることができる。
最適化手法
- 特異性の原則::
- 明確な数量詞を使う（例：「人が検査を受けた」ではなく「3人が検査を受けた」）。
- 際立った特徴を加える（例：「赤い帽子の男）
- 構造化されたヒント::
- 複雑なシナリオのためのステップ・バイ・ステップの指示（「すべての車両を探す」、次に「左折車両を探す）
- 関係記述の使用（個別の検出ではなく、「テーブルの上の携帯電話」など）
- 否定的排除::
- 干渉項目の明示的除外（例：「自動車はテストするが、トラックはテストしない）
- 比較記述の使用（「異常領域の検出」など）
練習のヒント
- 同様のシナリオで再利用するために、有効なキューテンプレートを保存する。
- VisionAgent Discordコミュニティで、質の高いヒントを共有し、事例を得る。
- 重要なテスト課題では、手がかりとなる単語を2～3種類用意し、比較対照する。
効果評価
プロンプト・ワードを体系的に最適化することで、検出精度を30%-50%向上させることができる。
この答えは記事から得たものである。エージェントによる物体検出：注釈やトレーニングを必要としない視覚的物体検出ツールについて
