ለተዛባ ፍለጋ የትኩረት ማጣት
የትኩረት ማጣት የተሻሻለ የኪሳራ ተግባር ሲሆን ቀለል ያሉ ምሳሌዎችን ዝቅ የሚያደርግ ሲሆን ይህም ፈላጊ ከባድ በሆኑት ብርቅዬዎች ላይ እንዲያተኩር ነው።
አጠቃላይ እይታ
It solved the extreme background-versus-object imbalance that crippled one-stage object detectors.
ጥልቅ ዳይቭ
በነገር ፈልጎ ማግኘት ላይ፣ ምስል ጥቂት እውነተኛ ነገሮችን ብቻ ሊይዝ ይችላል ነገር ግን በአስር ሺዎች የሚቆጠሩ የእጩ ቦታዎችን፣ ሁሉም ማለት ይቻላል ቀላል ዳራ ናቸው። ከመደበኛ መስቀል-ኢንትሮፒ ጋር፣ ይህ የቀላል አሉታዊ ጎርፍ ቅልመትን ይቆጣጠራል እና ያልተለመዱትን አወንታዊ ገጽታዎች ያጠባል። በ 2017 ሬቲናኔት ወረቀት ላይ በሊን እና በፌስቡክ AI ባልደረቦች የተዋወቀው የትኩረት ኪሳራ ይህንን የሚያስተካክለው መስቀል-ኢንትሮፒን በፋክታር (1 - p_t) ^ ጋማ በማባዛት ነው። ናሙና በልበ ሙሉነት እና በትክክል ሲመደብ፣ p_t ወደ 1 ይጠጋል፣ ስለዚህ ምክንያቱ ወደ ዜሮ ይቀንሳል እና በደንብ የተመደበው ምሳሌ ብዙም አስተዋጽዖ አያበረክትም። ከባድ፣ የተሳሳቱ ምሳሌዎች ሙሉ ክብደታቸውን ይይዛሉ። በጋማ 2 አካባቢ፣ ሬቲናኔት ቀላል ነጠላ ማለፊያ አውታረመረብ በሚቆይበት ጊዜ እንደ ፈጣኑ አር-ሲኤንኤን ያሉ ቀርፋፋ ባለ ሁለት ደረጃ መመርመሪያዎችን አዛመደ ወይም አሸንፏል።
ቴክኒካዊ ግንዛቤ
የትኩረት መለኪያው ጋማ በከባድ ቀላል ምሳሌዎች እንዴት እንደሚታፈን ይቆጣጠራል፡ በጋማ 0 የትኩረት ኪሳራ ከተራ መስቀል-ኢንትሮፒ ጋር እኩል ነው፣ እና ከፍተኛ ጋማ በከባድ ጉዳዮች ላይ ትኩረት ያደርጋል። ሚዛናዊ የክብደት አልፋ (ብዙውን ጊዜ 0.25 ብርቅዬ ክፍል) ብዙውን ጊዜ ከእሱ ጋር ይጣመራል። በዋናነት የሚቀየረው ፋክተር የኪሳራ እሴቱን ብቻ ሳይሆን ቅልመትን ይቀይሳል፣ ስለዚህ ደጋፊነት በተፈጥሮ ያለ በእጅ ጠንካራ ምሳሌ ማዕድን ማውጣት ወይም እንደገና ናሙና ሳይወሰድ አሻሚ ናሙናዎችን ያጎላል።
ስልታዊ ተጽእኖ
ወጪ እና በጀት
የስነ-ህንፃ ውሳኔዎች ለዓመታት አፈጻጸምን እና የሥራ ማስኬጃ ወጪዎችን ያንቀሳቅሳሉ.
ግልጽ ውሳኔዎች
የቴክኒክ ትምህርት ቡድኖች አዲሱን ብቻ ሳይሆን ትክክለኛውን ቁልል እንዲመርጡ ይረዳል።
የጥራት ቁጥጥር
የተሻሉ የምህንድስና ምርጫዎች በምርት ውስጥ አስተማማኝነት ክስተቶችን ይቀንሳሉ.
ያልተመጣጠነ ፍለጋ የትኩረት ኪሳራ የወደፊት ዕጣ
የትኩረት ማጣት ከRetinaNet ባሻገር ነባሪ ንጥረ ነገር ሆኗል፣እንደ FCOS ባሉ መመርመሪያዎች፣በክፍልፋይ እና ረጅም-ጭራዎች ምደባ። እንደ የጥራት የትኩረት ማጣት፣ የስርጭት የትኩረት ማጣት እና የቫሪፎካል ኪሳራ ያሉ ልዩነቶች ለዘመናዊ መልህቅ-ነጻ እና ትራንስፎርመር ላይ ለተመሰረቱ መመርመሪያዎች ያጠራሉ። የሁለትዮሽ ማዛመጃን ወደሚጠቀሙ እንደ DETR ያሉ የቅንጅት ትንበያ ሞዴሎችን ማግኘቱ ሲቀያየር፣ የትኩረት አይነት መልሶ ክብደት የክፍል ድግግሞሾች በጣም በተዛቡበት ቦታ ሁሉ ተግባራዊ መሳሪያ ነው።
የእውነተኛ-ዓለም አተገባበር
አብዛኛዎቹ ፒክሰሎች ዳራ ባሉባቸው በራስ ገዝ መንጃ ክፈፎች ውስጥ ትናንሽ የመንገድ ምልክቶችን ወይም የሩቅ እግረኞችን ማግኘት።
በጤናማ ቲሹ ቁጥጥር ስር ባሉ የሕክምና ምርመራዎች ላይ ያልተለመዱ ዕጢዎች ወይም ቁስሎች ማግኘት።
አብዛኛዎቹ የተፈተሹ ክፍሎች የተለመዱ በሚሆኑበት የማምረቻ መስመር ላይ ጉድለቶችን መለየት።
በትልቅ የሳተላይት እና የአየር ላይ ምስሎች ውስጥ ትናንሽ መርከቦችን ወይም ተሽከርካሪዎችን መለየት.
አደጋዎች እና የጥበቃ መንገዶች
አንድ ቤንችማርክን ማሳደግ ሰፋ ያሉ የስርዓት ድክመቶችን ሊደብቅ ይችላል።
የመሠረተ ልማት እና የጥገና ወጪዎች ብዙ ጊዜ ዝቅተኛ ናቸው.
ስርዓቶች ይበልጥ ውስብስብ ሲሆኑ የደህንነት እና የታዛቢነት ክፍተቶች ሊያድጉ ይችላሉ።
የትግበራ ፍኖተ ካርታ
ከመተግበሩ በፊት የቆይታ፣ የጥራት እና የወጪ ግቦችን ይግለጹ።
ቤንችማርክ በእውነተኛ ጭነት እና የውሂብ ሁኔታዎች።
ለስህተቶች፣ ተንሸራታች እና የተጠቃሚ ተጽእኖ የመሳሪያ ክትትል።
ከመጠኑ በፊት የመመለሻ እና የአደጋ ምላሽ መንገዶችን ያዘጋጁ።
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 Focal Loss for Imbalanced 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
የሲያሜስ አውታረ መረቦች እና የሶስትዮሽ ኪሳራ
በተደጋጋሚ የሚጠየቁ ጥያቄዎች
What is Focal Loss for Imbalanced Detection?
የትኩረት ማጣት የተሻሻለ የኪሳራ ተግባር ሲሆን ቀለል ያሉ ምሳሌዎችን ዝቅ የሚያደርግ ሲሆን ይህም ፈላጊ ከባድ በሆኑት ብርቅዬዎች ላይ እንዲያተኩር ነው። የአንድ ደረጃ የነገር መመርመሪያዎችን ሽባ የሆነውን ከበስተጀርባ እና ከንብረት ጋር ያለውን ልዩነት ፈታ።
ባለ አንድ-ደረጃ ነገርን በመለየት ላይ የትኛውን ዋና ችግር ለመፍታት ታስቦ የትኩረት ማጣት ነበር?
ጥቅጥቅ ባለ ማወቂያ ውስጥ፣ ቀላል የበስተጀርባ ምሳሌዎች ከእውነተኛ ዕቃዎች በቁጥር እጅግ ይበልጣሉ እና መደበኛውን የመስቀል-ኢንትሮፒ ቅልመትን ይቆጣጠራሉ። የትኩረት ማጣት ድጋሚ ክብደቶች በጣም አልፎ አልፎ፣ ከባድ ምሳሌዎች የበለጠ ይቆጠራሉ።
የትኩረት መጥፋት ወደ መስቀል-ኢንትሮፒ የሚባዛው የሚያስተካክለው ነገር ምንድን ነው?
የትኩረት ማጣት -(1 - p_t) ^ ጋማ * ሎግ (p_t) ነው። (1 - p_t)^ጋማ ቃል በእርግጠኝነት ትክክለኛ ትንበያዎችን ለማግኘት ወደ ዜሮ ይቀንሳል።
የትኩረት መለኪያ ጋማ ወደ 0 ሲዋቀር የትኩረት መጥፋት ምን ይሆናል?
በጋማ = 0 ፋክተሩ (1 - p_t)^0 1 እኩል ነው፣ ስለዚህ የትኩረት ማጣት በትክክል ወደ መደበኛ መስቀለኛ መንገድ ይቀንሳል።
ጋማ መጨመር ቀላል እና በደንብ ለተመደቡ ምሳሌዎች ምን ያደርጋል?
ከፍ ያለ ጋማ (1 - p_t)^ጋማ ቃል ለከፍተኛ p_t በፍጥነት እንዲቀንስ ያደርገዋል፣ስለዚህ ቀላል ምሳሌዎች ለኪሳራ እና ቅልጥፍና ትንሽ አስተዋፅኦ ያደርጋሉ።
የትኩረት ማጣትን ያስተዋወቀው የትኛው ፈልጎ አርክቴክቸር ነው?
የትኩረት ማጣት በ2017 ሬቲናኔት ወረቀት ላይ አስተዋወቀ፣ ይህም ባለ አንድ ደረጃ ጠቋሚ ትክክለኛ ባለ ሁለት-ደረጃ ዘዴዎችን እንዲወዳደር አስችሎታል።