DETR ትራንስፎርመር ማግኘት
DETR (Detection TRAnsformer) የነገርን ፈልጎ ማግኘትን በትራንስፎርመር እንደ ቀረፈ ቀጥተኛ ቅንብር-ትንበያ ችግር፣ በእጅ የተሰሩ እንደ መልህቅ ሳጥኖች እና ከፍተኛ ያልሆነ ማፈንን ያስወግዳል።
አጠቃላይ እይታ
It matters because it gave detection a clean, end-to-end pipeline that inspired a wave of transformer-based vision models.
ጥልቅ ዳይቭ
በ2020 በFacebook AI የተዋወቀው DETR የሲኤንኤን የጀርባ አጥንትን ከትራንስፎርመር ኢንኮደር ዲኮደር ጋር ያጣምራል። CNN የምስል ባህሪያትን ያወጣል; ኢንኮደሩ በጠቅላላው ምስል ላይ ዓለም አቀፋዊ ሁኔታን ያቀላቅላል; እና ዲኮደር ቋሚ የተማሩ 'የነገር መጠይቆች' ወስዶ እያንዳንዱን ወደ ወይ ወደተገኘ ነገር (ክፍል እና ማሰሪያ ሳጥን) ወይም 'ምንም ነገር' ወደ ሆነ ይለውጠዋል። ዋናው አዲስነት የሁለትዮሽ ማዛመድ ነው፡ በስልጠና ወቅት የሃንጋሪ አልጎሪዝም በትንበያዎች እና በመሬት-እውነታ ነገሮች መካከል የአንድ ለአንድ ተግባርን ያገኛል፣ ስለዚህ ሞዴሉ በቀጥታ በአንድ ነገር ልዩ ሳጥን ማውጣት ይማራል። ይህ ከፍተኛ ያልሆነ ማፈን እና መልህቅ ማስተካከልን ያስወግዳል። ግብይቱ የዘገየ ውህደት እና ደካማ የትንሽ ነገር ትክክለኛነት ነበሩ፣ ይህም እንደ Deformable DETR ያሉ ክትትሎች ተስተካክለዋል።
ቴክኒካዊ ግንዛቤ
የDETR የመግለጫ ዘዴ ከሃንጋሪ ጋር ማዛመድ ላይ የተመሰረተ ኪሳራ ነው። በሺዎች የሚቆጠሩ መልህቅ ሳጥኖችን ከማስቆጠር ይልቅ የተወሰኑ ትንበያዎችን (ብዙውን ጊዜ 100 የቁስ መጠይቆችን) ያወጣል እና አንድ ለአንድ ከእውነተኛ እቃዎች ጋር ያዛምዳል፣ ሁለቱንም የምድብ እና የሳጥን ስህተቶች በተጣመሩ ጥንዶች ላይ ያስቀጣል እና የማይዛመዱ መጠይቆችን ወደ 'ምንም ነገር' ይገፋፋል። ማዛመድ አንድ ለአንድ ስለሆነ፣ የተባዙ ማወቂያዎች በተለየ የድህረ-ሂደት ደረጃ ሳይሆን በንድፍ ይታገዳሉ።
ስልታዊ ተጽእኖ
ፍጥነት እና ልኬት
ቪዥዋል AI የመመርመሪያ፣ የማወቅ እና የመለያ ስራዎችን በሚዛን መጠን በራስ ሰር ሊያደርግ ይችላል።
ምርጫዎችን ይገንቡ
የፈጠራ ቡድኖች በጥቂት የእጅ ክለሳዎች ጽንሰ-ሀሳቦችን በፍጥነት መተየብ ይችላሉ።
ቡድን እና የስራ ፍሰት
ክዋኔዎች ከዚህ ቀደም ለማስኬድ አስቸጋሪ የነበሩትን የምስል እና የቪዲዮ ምልክቶችን መጠቀም ይችላሉ።
የDETR ትራንስፎርመር ማወቂያ የወደፊት ዕጣ
DETR መላው ቤተሰብ የማወቂያ ትራንስፎርመሮችን አስጀመረ። እንደ Deformable DETR፣ DAB-DETR፣ DN-DETR እና DINO ያሉ ልዩነቶች በአስደናቂ ሁኔታ ስልጠናን እና የተሻሻለ ትክክለኛነትን አፋጥነዋል፣ በዲኖ አይነት ሞዴሎች የማወቂያ ማመሳከሪያዎች ከፍተኛ ደረጃ ላይ ደርሰዋል። በጥያቄ ላይ የተመሰረተው ከጫፍ እስከ ጫፍ ያለው ምሳሌ አሁን ወደ ክፍልፍል፣ ክትትል እና 3D ፍለጋ ይዘልቃል፣ እና ክፍት የቃላት አነፍናፊዎች በላዩ ላይ ይገነባሉ። DETR በእጅ የተሰሩ ሂውሪስቲክስን ያስወገደ ወሳኝ እርምጃ ሆኖ ሲታወስ፣ የማወቅ፣ የመከፋፈል እና የቋንቋ ወደ አንድ የተዋሃዱ ትራንስፎርመር አርክቴክቸር የመፍጠር ቀጣይ ውህደት ይጠብቁ።
የእውነተኛ-ዓለም አተገባበር
እግረኞችን እና ተሽከርካሪዎችን በራስ ገዝ የማሽከርከር የምርምር መረጃ ስብስቦችን ማግኘት እና ቦክስ ማድረግ
ወደ ፒክሴል ጭንብል ትንበያ ሲዘረጋ የፓኖፕቲክ ክፍፍልን ማብቃት።
ለክፍት መዝገበ-ቃላት እና ለመሬት አቀማመጥ ጠቋሚዎች እንደ የጀርባ አጥንት ስነ-ህንፃ ማገልገል
የመልህቅ መጠኖችን በመረጃ ስብስብ ሳያስተካክሉ ነገሮችን በችርቻሮ መደርደሪያ ምስሎች ውስጥ ማግኘት
አደጋዎች እና የጥበቃ መንገዶች
የምስል መብቶች እና ፈቃድ ግልጽ ካልሆነ ህጋዊ አደጋዎች ሊሆኑ ይችላሉ።
የሞዴል አፈጻጸም በብርሃን፣ በስነ-ሕዝብ እና በአካባቢው ሊለያይ ይችላል።
የመተማመን ገደቦች ካልተቆጣጠሩ የውሸት አወንታዊ ነገሮች ላይታዩ ይችላሉ።
የትግበራ ፍኖተ ካርታ
ለትክክለኛነት፣ ለማስታወስ እና ለስህተት ወጪዎች የመቀበያ መስፈርቶችን ይግለጹ።
ከእውነተኛ የምርት ሁኔታዎች ጋር በሚዛመድ ውሂብ ይሞክሩ።
ለዝቅተኛ እምነት ወይም ከፍተኛ ተጽዕኖ ትንበያ የሰው ግምገማን ያክሉ።
ከካሜራ ወይም የውሂብ ስብስብ ለውጦች በኋላ የሞዴሉን ተንሸራታች ይከታተሉ እና እንደገና ያረጋግጡ።
ማሰስዎን ይቀጥሉ
Free newsletter
Get the daily AI briefing
Three verified AI stories every weekday morning, written in plain English. Free forever, no ads.
One email each weekday. Unsubscribe in one click. We never sell or share your address.
Test yourself
Take the DETR Transformer Detection quiz
Instant feedback on every answer, and a shareable certificate with a verifiable ID once you pass a course.
Support free AI education. AI Understanding is a 501(c)(3) nonprofit — no ads, no paywall, ever. Make a donation
ቀጣይ መመሪያ
SwinIR ትራንስፎርመር እነበረበት መልስ
በተደጋጋሚ የሚጠየቁ ጥያቄዎች
What is DETR Transformer Detection?
DETR (Detection TRAnsformer) የነገርን ፈልጎ ማግኘትን በትራንስፎርመር እንደ ቀረፈ ቀጥተኛ ቅንብር-ትንበያ ችግር፣ በእጅ የተሰሩ እንደ መልህቅ ሳጥኖች እና ከፍተኛ ያልሆነ ማፈንን ያስወግዳል። በትራንስፎርመር ላይ የተመሰረቱ የእይታ ሞዴሎችን ማዕበል የሚያነሳሳ ንፁህ ከጫፍ እስከ ጫፍ ያለው የቧንቧ መስመር ስለተገኘ አስፈላጊ ነው።
እንደ ፈጣን አር-ሲኤንኤን ካሉ ባህላዊ መመርመሪያዎች ጋር ሲነጻጸር DETR ምን ያስወግዳል?
DETR ከጫፍ እስከ ጫፍ ነው እና የሳጥኖችን ስብስብ በቀጥታ ይተነብያል፣ መልህቆችን እና ከፍተኛ ያልሆነውን የማፈን ድህረ-ሂደት ደረጃን ያስወግዳል።
DETR በስልጠና ወቅት ትንበያዎችን ከመሬት-እውነት ነገሮች ጋር ለማዛመድ የትኛውን አልጎሪዝም ይጠቀማል?
DETR የሃንጋሪን ስልተ-ቀመር ይጠቀማል ለጥፋቱ ትንበያዎች እና በመሬት-እውነታ ነገሮች መካከል የአንድ ለአንድ ተግባር ይፈጥራል።
የDETR 'የነገር መጠይቆች' ምንድናቸው?
የነገር መጠይቆች የተማሩ ቬክተሮች ቋሚ ቁጥር ናቸው; ዲኮደር እያንዳንዱን ወደ የነገር ትንበያ ወይም 'ምንም ነገር' ወደ ውጤት ይለውጣል።
DETR ምንን አጠቃላይ አርክቴክቸር ያጣምራል?
DETR ለባህሪያት convolutional የጀርባ አጥንት ከትራንስፎርመር ኢንኮደር-ዲኮደር ለተቀመጠው ትንበያ ያጣምራል።
ለምን DETR ከፍተኛ ያልሆነ ማፈን አያስፈልገውም?
የአንድ-ለአንድ ተዛማጅ ኪሳራ ሞዴሉን በአንድ ነገር አንድ ትንበያ እንዲያወጣ ያስተምራል፣ ስለዚህ ማባዛት-ማስወገድ ድህረ-ሂደት አላስፈላጊ ነው።