Vizuální průvodce AI

Funkce Pyramid Networks

Sítě Feature Pyramid Networks (FPN) umožňují detektorům zaznamenat objekty v divoce různých velikostech tím, že levně postaví „pyramidu“ v mnoha měřítcích.

Poslechněte si tento návodAI-vyprávěný · ~2 min

Na této stránce2 minuty čtení
  1. Přehled
  2. Hluboký ponor
  3. Real-World Implementace
  4. Budoucnost sítí jevových pyramid
  5. Uvedení do praxe
  6. Pokračujte v objevování
  7. Často kladené otázky

Přehled

Jsou důvodem, proč moderní detektory najdou na stejném snímku jak malého vzdáleného chodce, tak i obrovský blízký náklaďák.

Hluboký ponor

Objekty na obrázcích se objevují v mnoha měřítcích a jediná mapa prvků je obtížně zvládne všechny. Starší přistupují k budovaným pyramidám obrázků tak, že mnohokrát mění velikost fotografie a provozují síť na každé kopii, což bylo pomalé. FPN, představený Lin et al. v roce 2017 místo toho znovu používá přirozenou pyramidu již uvnitř konvoluční sítě. Páteř, jako je ResNet, vytváří mapy funkcí, které jsou menší a sémantické hlouběji v síti. FPN přidává cestu shora dolů: převzorkuje hluboké, sémanticky bohaté funkce a spojuje je prostřednictvím bočních spojení s mělkými funkcemi s vysokým rozlišením. Výsledkem je sada map funkcí, které jsou všechny sémanticky silné, ale zachovávají jemné prostorové detaily, což dramaticky zlepšuje detekci malých objektů téměř bez dalších nákladů.

Real-World Implementace

Současná detekce malých, vzdálených chodců a velkých blízkých vozidel ve vjemech autonomního auta

Podpora segmentace instancí v Mask R-CNN, kde FPN dodává víceúrovňové funkce do návrhu regionu a maskovacích hlav

Pozorování drobných nádorů vedle velkých orgánů v detekčním potrubí lékařského zobrazování

Hledání objektů různé velikosti na satelitních a leteckých snímcích, od malých lodí po velké budovy

Budoucnost sítí jevových pyramid

Design FPN shora dolů zplodil mnoho nástupců: PANet přidává cestu zdola nahoru, BiFPN (používaný v EfficientDet) umožňuje naučit se fúzi a obousměrně s váženými připojeními a NAS-FPN automaticky vyhledává fúzní topologii. Transformátorové detektory jako DETR obcházejí explicitní pyramidy, ale centrální fúze zůstává vícerozměrná. Očekávejte, že nápady ve stylu FPN přetrvají uvnitř transformátorů vidění a účinných detektorů na zařízení, stále častěji s naučeným, adaptivním vážením vah spíše než pevnými připojeními.

Uvedení do praxe

Proč na tom záleží

  • Rychlost a měřítko. Vizuální AI může automatizovat úkoly inspekce, detekce a označování ve velkém měřítku.
  • Volby sestavy. Kreativní týmy mohou prototypovat koncepty rychleji s menším počtem ručních revizí.
  • Tým a pracovní postup. Operace mohou využívat obrazové a video signály, které bylo dříve obtížné zpracovat.

Pozor na

  • Obrazová práva a souhlas se mohou stát právním rizikem, pokud je původ nejasný.
  • Výkon modelu se může lišit podle osvětlení, demografických údajů a prostředí.
  • Falešně pozitivní mohou zůstat bez povšimnutí, pokud nejsou monitorovány prahové hodnoty spolehlivosti.

Další kroky

  1. Definujte kritéria přijatelnosti pro přesnost, stažení a náklady na chyby.
  2. Testujte s daty, která odpovídají reálným výrobním podmínkám.
  3. Přidejte lidskou kontrolu pro předpovědi s nízkou spolehlivostí nebo velkým dopadem.
  4. Sledujte posun modelu a znovu ověřte po změnách kamery nebo datové sady.

Pokračujte v objevování

Newsletter zdarma

Získejte denní přehled o AI

Tři ověřené příběhy ze světa AI každý všední den ráno, psané srozumitelnou angličtinou. Navždy zdarma, bez reklam.

Jeden e-mail každý všední den. Odhlásit se můžete jedním kliknutím. Vaši adresu nikdy neprodáváme ani nesdílíme.

Otestujte se

Vyzkoušejte kvíz Feature Pyramid Networks

Okamžitá zpětná vazba ke každé odpovědi a sdílitelný certifikát s ověřitelným ID po absolvování kurzu.

Spustit kvíz

Podpořte bezplatnou AI vzdělávání. AI Understanding je nezisková organizace 501(c)(3) — žádné reklamy, žádná platba za přístup, nikdy. Darujte

Často kladené otázky

Co je to Feature Pyramid Networks?

Sítě Feature Pyramid Networks (FPN) umožňují detektorům zaznamenat objekty v divoce různých velikostech tím, že levně postaví „pyramidu“ v mnoha měřítcích. Jsou důvodem, proč moderní detektory najdou na stejném snímku jak malého vzdáleného chodce, tak i obrovský blízký náklaďák.

Jaký hlavní problém síť Feature Pyramid Network primárně řeší?

FPN vytváří víceúrovňovou reprezentaci prvků, takže detektor dokáže zpracovat objekty od malých po velmi velké v jediném průchodu.

Jaká je v FPN úloha cesty shora dolů?

Cesta shora dolů převzorkuje hluboké sémantické rysy a spojuje je s mělčími mapami s vysokým rozlišením, takže každá úroveň je jak detailní, tak sémanticky silná.

Jak jsou boční spojení obvykle kombinována s upsamplovanými funkcemi shora dolů?

Konvoluce 1x1 upraví počet kanálů na mapě laterálních prvků, která se pak po jednotlivých prvcích přidá k prvku 2x převzorkovanému shora dolů.

Proč se na každou sloučenou mapu funkcí v FPN aplikuje konvoluce 3x3?

Po přidání prvků, konvoluce 3x3 redukuje artefakty aliasingu zavedené převzorkováním, čímž se vytvoří čistší pyramidové úrovně.

Která pozdější architektura rozšířila FPN o naučitelnou, váženou obousměrnou fúzi?

BiFPN, představený s EfficientDet, dělá fúzi funkcí obousměrnou a učí se váhy pro to, jak silně každý vstup přispívá.