智能手机速度测量，使用设备内人工智能和多种模式
Clocked: Speed Estimator 使用手机相机和设备内 AI 测量经过物体的速度，提供自动、已知距离和秒表模式以适应不同的工作流程。Zone7 Studios 发布了这个 Android 工具，采用隐私优先的设计，完全离线运行，并显示实时不确定性范围。它的目标是帮助居民检查当地交通、教练为运动员计时，以及教育工作者用一个无广告的应用程序演示运动。
应用程序实际做什么以及如何获取读数
该应用程序在帧之间或标记之间跟踪目标，并将该运动转换为速度。 在自动模式下，应用程序根据学习到的物体大小估计距离；已知距离模式允许您输入测量的路径偏移；秒表模式在不使用相机的情况下计时两个用户放置的标记之间的物体。读数以 km/h、mph 或 m/s 更新，界面显示每个估计的实时 ± 不确定性。
实际使用中估计的可靠性
准确性取决于测量方法和设置。 该应用程序报告与传感器数据和轨迹拟合质量相关的实时不确定范围，并在手机保持稳定且主题侧面朝向相机时提供最佳读数。自动模式在无需干预的便利性与基于模型的距离估计之间进行权衡，而已知距离和秒表模式允许用户通过提供测量参考来减少几何误差。
安全性、隐私和设备内处理
处理完全在设备上进行，因此没有录像或遥测数据离开您的手机。 神经网络离线运行，这消除了使用时对网络连接的需求。这种设计支持随意的现场检查和课堂演示的隐私；它还避免了一些实用程序在使用云推理时所需的后台上传。
界面复杂性和谁需要技术技能
该应用程序提供三种测量工作流程，适应不同的技能水平。 秒表模式需要最少的设置且无需相机对齐。已知距离要求用户测量路径偏移，这需要基本的现场测量。自动模式是最自动化的，但依赖于模型识别典型物体大小，因此希望获得可重复精度的用户将更喜欢接受手动测量输入的模式。
适合休闲测量和课堂演示
该应用程序是一个实用工具，适合希望快速、保护隐私的速度检查的居民、教练和教师，无需专业硬件。期待在非正式监测和课程中获得有用的估算，但最终准确性取决于您如何测量和安装手机；在依赖其数据之前，请在已知的跑步中测试您选择的模式。推荐。
