# Aggiornamento 2026-05-30 19:08

## Step 3 - Inferenza adattiva

Documentazione:

- [step3_adaptive_inference_design.md](/C:/devel/flywms/step3_adaptive_inference_design.md)

Implementato:

- scheduler YOLO adattivo con tre stati:
  - `idle`
  - `tracking`
  - `critical`
- parametri configurabili:
  - `adaptive_yolo_enabled`
  - `idle_yolo_fps`
  - `tracking_yolo_fps`
  - `critical_yolo_fps`
- telemetria observer aggiornata con `yolo_mode`

## Esito benchmark

Run completo con:

- `adaptive_yolo_enabled = true`
- `idle = 8`
- `tracking = 12`
- `critical = 15`

Risultato finale:

- durata demo totale: `874.73 s`
- durata demo netta senza WMS: `796.71 s`
- durata video: `658.14 s`
- scostamento netto: `+138.57 s` = `+21.1%`

Confronto con run precedente senza adattivo:

- netto precedente: `756.18 s`
- netto con adattivo: `796.71 s`
- peggioramento: circa `+40.5 s`

## Interpretazione

La riduzione della frequenza YOLO nei tratti idle non ha compensato l'effetto collaterale introdotto sul comportamento del tracking e della logica snapshot.

In pratica:

- il costo medio YOLO e' sceso;
- ma il comportamento globale della missione e' peggiorato;
- quindi questa prima forma di inferenza adattiva non e' vantaggiosa.

## Decisione

La feature resta disponibile nel codice come opzione sperimentale, ma viene disattivata di default:

- [flywms_navigation.py](/C:/devel/flywms/flywms_navigation.py)
- [flywms_navigation.ini](/C:/devel/flywms/flywms_navigation.ini)

Default attuale:

- `adaptive_yolo_enabled = false`

## Conclusione

Lo Step 3, nella forma provata oggi, non va adottato come ottimizzazione di default.

Se si vorra' tornare su questa strada, servira' una strategia piu' mirata, ad esempio:

- adattamento solo in assenza totale di target per un certo tempo;
- nessuna riduzione di frequenza quando esistono track vive;
- oppure un criterio basato su zone del video predefinite, non solo sullo stato istantaneo delle track.