ΕπόμενοΕπόμενος οδηγός
Ανίχνευση μετασχηματιστή DETR
Οπτική τεχνητή νοημοσύνη
ΟΔΗΓΟΣ οπτικού AI
Δίκτυα Χωρικών Μετασχηματιστών
Τα δίκτυα χωρικών μετασχηματιστών (STN) είναι μαθησιακές μονάδες που επιτρέπουν σε ένα νευρωνικό δίκτυο να παραμορφώνει, να περιστρέφεται, να περικόπτει ή να επανακλιμακώνει την είσοδό του για να επικεντρωθεί σε ό,τι έχει σημασία.
Ακούστε αυτόν τον οδηγόαφήγηση με AI · ~2 min
Σε αυτήν τη σελίδα2 λεπτά ανάγνωση
Επισκόπηση
They give CNNs a built-in sense of spatial attention and invariance.
Βαθιά κατάδυση
Τα τυπικά συνελικτικά δίκτυα είναι ελάχιστα αμετάβλητα στις αλλαγές στη θέση, την κλίμακα και την περιστροφή, βασιζόμενα στη συγκέντρωση για λίγη ανοχή. Spatial Transformer Networks, που εισήχθη από τους Jaderberg et al. το 2015, διορθώστε αυτό εισάγοντας μια διαφοροποιήσιμη μονάδα που εκτελεί έναν ρητό γεωμετρικό μετασχηματισμό σε χάρτες χαρακτηριστικών. Η μονάδα έχει τρία μέρη: ένα δίκτυο εντοπισμού που προβλέπει τις παραμέτρους μετασχηματισμού, μια γεννήτρια πλέγματος που δημιουργεί ένα πλέγμα δειγματοληψίας από αυτές τις παραμέτρους και έναν δειγματολήπτη που παρεμβάλλει την είσοδο στα σημεία του πλέγματος. Επειδή κάθε βήμα είναι διαφοροποιήσιμο, ολόκληρος ο μετασχηματιστής εκπαιδεύεται από άκρο σε άκρο με αντίστροφη διάδοση χωρίς επιπλέον επίβλεψη. Το δίκτυο μαθαίνει, για παράδειγμα, να ισιώνει ψηφία με κλίση ή να μεγεθύνει τη σχετική περιοχή, ενισχύοντας την ακρίβεια και την ευρωστία.
Υλοποίηση σε πραγματικό κόσμο
Ίσιωμα και ευθυγράμμιση καμπυλωμένου ή περιστρεφόμενου κειμένου πριν από την αναγνώριση σε συστήματα OCR κειμένου σκηνής
Μεγέθυνση σε διακριτικές περιοχές (όπως το ράμφος ή το φτερό ενός πουλιού) για λεπτή ταξινόμηση εικόνων
Κανονικοποίηση της στάσης και της ευθυγράμμισης προσώπου ως βήμα προεπεξεργασίας σε αγωγούς αναγνώρισης προσώπου
Διόρθωση παραμορφώσεων και ευθυγράμμιση σαρώσεων στην καταχώριση ιατρικών εικόνων
Το μέλλον των δικτύων χωρικών μετασχηματιστών
Τα STN επηρέασαν τον τρόπο με τον οποίο τα δίκτυα χειρίζονται τη γεωμετρία και την προσοχή, τροφοδοτώντας παραμορφώσιμες περιελίξεις και ενότητες εκμάθησης παραμόρφωσης. Ενώ πλέον κυριαρχούν οι μετασχηματιστές αυτοπροσοχής, η διαφοροποιήσιμη δειγματοληψία τύπου STN εξακολουθεί να υφίσταται σε εργασίες που χρειάζονται ρητή γεωμετρική στοίχιση: αναγνώριση κειμένου, λεπτομερής ταξινόμηση και κανονικοποίηση πόζας. Αναμένετε ότι η διαφοροποιήσιμη παραμόρφωση θα συνεχίσει να εμφανίζεται στην τρισδιάστατη όραση, τη νευρική απόδοση και την καταγραφή ιατρικών εικόνων, συχνά σε συνδυασμό με προσοχή αντί να αντικαθίσταται από αυτήν.
Κάνοντάς το στην πράξη
Γιατί έχει σημασία
- Ταχύτητα και κλίμακα. Το Visual AI μπορεί να αυτοματοποιήσει εργασίες επιθεώρησης, ανίχνευσης και επισήμανσης σε κλίμακα.
- Δημιουργήστε επιλογές. Οι δημιουργικές ομάδες μπορούν να δημιουργήσουν πρωτότυπες ιδέες γρηγορότερα με λιγότερες μη αυτόματες αναθεωρήσεις.
- Ομάδα και ροή εργασίας. Οι λειτουργίες μπορούν να χρησιμοποιούν σήματα εικόνας και βίντεο που προηγουμένως ήταν δύσκολο να επεξεργαστούν.
Προσέξτε
- Τα δικαιώματα εικόνας και η συναίνεση μπορεί να αποτελέσουν νομικούς κινδύνους εάν η προέλευση είναι ασαφής.
- Η απόδοση του μοντέλου μπορεί να διαφέρει ανάλογα με το φωτισμό, τα δημογραφικά στοιχεία και τα περιβάλλοντα.
- Τα ψευδώς θετικά μπορεί να περάσουν απαρατήρητα εκτός εάν παρακολουθούνται τα όρια εμπιστοσύνης.
Επόμενα βήματα
- Καθορίστε κριτήρια αποδοχής για το κόστος ακρίβειας, ανάκλησης και σφάλματος.
- Δοκιμή με δεδομένα που ταιριάζουν με πραγματικές συνθήκες παραγωγής.
- Προσθέστε ανθρώπινη κριτική για προβλέψεις χαμηλής εμπιστοσύνης ή υψηλού αντίκτυπου.
- Παρακολουθήστε τη μετατόπιση του μοντέλου και επικυρώστε εκ νέου μετά από αλλαγές κάμερας ή δεδομένων.
Συνεχίστε την εξερεύνηση
Δωρεάν ενημερωτικό δελτίο
Λάβετε την καθημερινή ενημέρωση AI
Τρία επαληθευμένα νέα AI κάθε πρωί της εβδομάδας, γραμμένα σε απλή αγγλική. Δωρεάν για πάντα, χωρίς διαφημίσεις.
Ένα email κάθε εργάσιμη ημέρα. Κατάργηση συνδρομής με ένα κλικ. Δεν πουλάμε ή μοιραζόμαστε ποτέ τη διεύθυνσή σας.
Δοκιμάστε τον εαυτό σας
Take the Spatial Transformer Networks quiz
Άμεση ανάδραση σε κάθε απάντηση, και πιστοποιητικό με επαληθεύσιμο ID μόλις περάσετε το μάθημα.
Υποστηρίξτε τη δωρεάν εκπαίδευση AI. AI Understanding είναι μια μη κερδοσκοπική οργάνωση 501(c)(3) — χωρίς διαφημίσεις, χωρίς τοίχο πληρωμής, ποτέ. Κάντε μια δωρεά
Συχνές ερωτήσεις
What is Spatial Transformer Networks?
Τα δίκτυα χωρικών μετασχηματιστών (STN) είναι μαθησιακές μονάδες που επιτρέπουν σε ένα νευρωνικό δίκτυο να παραμορφώνει, να περιστρέφεται, να περικόπτει ή να επανακλιμακώνει την είσοδό του για να επικεντρωθεί σε ό,τι έχει σημασία. Δίνουν στα CNN μια ενσωματωμένη αίσθηση χωρικής προσοχής και αμετάβλητης.
Τι δυνατότητα προσθέτει ένα δίκτυο χωρικών μετασχηματιστών σε ένα νευρωνικό δίκτυο;
Τα STN εισάγουν μια μονάδα εκμάθησης που μπορεί να μεταφράζει, να περιστρέφει, να κλιμακώνει ή να παραμορφώνει χάρτες χαρακτηριστικών για να εστιάσει σε σχετικό περιεχόμενο.
Ποια τρία στοιχεία συνθέτουν μια μονάδα χωρικού μετασχηματιστή;
Ένα STN αποτελείται από ένα δίκτυο εντοπισμού (προβλέπει παραμέτρους), μια γεννήτρια πλέγματος (δημιουργεί συντεταγμένες δειγματοληψίας) και ένα δειγματολήπτη (παρεμβάλλει την είσοδο).
Γιατί μπορεί ένα Δίκτυο Χωρικών Μετασχηματιστών να εκπαιδευτεί με συνηθισμένη backpropagation;
Η διγραμμική παρεμβολή στον δειγματολήπτη είναι διαφοροποιήσιμη, επομένως οι διαβαθμίσεις ρέουν πίσω μέσω της γεννήτριας πλέγματος στο δίκτυο εντοπισμού, επιτρέποντας εκπαίδευση από άκρο σε άκρο.
Τι βγάζει συνήθως το δίκτυο τοπικής προσαρμογής για έναν μετασχηματισμό συνάφειας;
Για συγγενείς μετασχηματισμούς, το δίκτυο εντοπισμού προβλέπει έξι τιμές διατεταγμένες ως μήτρα 2x3 που κωδικοποιεί μετάφραση, κλίμακα, περιστροφή και διάτμηση.
Γιατί τα τυπικά CNN είναι ελάχιστα αμετάβλητα στις χωρικές αλλαγές, κινητοποιώντας τα STN;
Τα CNN επιτυγχάνουν μόνο μέτρια χωρική αμετάβλητη μέσω της συγκέντρωσης. Τα STN προσθέτουν έναν ξεκάθαρο, εκμαθήσιμο τρόπο χειρισμού θέσης, κλίμακας και περιστροφής.
Συνέχισε να μαθαίνεις
Σχετικοί οδηγοί
Επιλέχθηκαν περισσότεροι οδηγοί για αυτό το θέμα