डीईटीआर ट्रांसफार्मर का पता लगाना
DETR (DEtection TRansformer) ऑब्जेक्ट डिटेक्शन को ट्रांसफॉर्मर के साथ हल की गई प्रत्यक्ष सेट-भविष्यवाणी समस्या के रूप में फिर से फ्रेम करता है, एंकर बॉक्स और गैर-अधिकतम दमन जैसे हाथ से डिज़ाइन किए गए चरणों को हटा देता है।
सिंहावलोकन
It matters because it gave detection a clean, end-to-end pipeline that inspired a wave of transformer-based vision models.
गहरा गोता
फेसबुक एआई द्वारा 2020 में पेश किया गया, डीईटीआर एक सीएनएन बैकबोन को एक ट्रांसफॉर्मर एनकोडर-डिकोडर के साथ जोड़ता है। सीएनएन छवि विशेषताएँ निकालता है; एनकोडर पूरी छवि में वैश्विक संदर्भ को मिश्रित करता है; और डिकोडर सीखी गई 'ऑब्जेक्ट क्वेरीज़' का एक निश्चित सेट लेता है और प्रत्येक को या तो एक ज्ञात ऑब्जेक्ट (क्लास प्लस बाउंडिंग बॉक्स) या 'नो ऑब्जेक्ट' परिणाम में बदल देता है। मुख्य नवीनता द्विदलीय मिलान है: प्रशिक्षण के दौरान हंगेरियन एल्गोरिदम भविष्यवाणियों और जमीनी सच्चाई वाली वस्तुओं के बीच एक-से-एक असाइनमेंट पाता है, इसलिए मॉडल सीधे प्रति ऑब्जेक्ट एक अद्वितीय बॉक्स आउटपुट करना सीखता है। यह गैर-अधिकतम दमन और एंकर ट्यूनिंग को समाप्त करता है। ट्रेड-ऑफ़ धीमी गति से अभिसरण और कमजोर छोटी-वस्तु सटीकता थी, जिसे डिफॉर्मेबल डीईटीआर जैसे फॉलो-अप ने संबोधित किया।
तकनीकी अंतर्दृष्टि
डीईटीआर का परिभाषित तंत्र हंगेरियन मिलान के साथ सेट-आधारित हानि है। हजारों एंकर बॉक्स स्कोर करने के बजाय, यह एक निश्चित संख्या में भविष्यवाणियां (अक्सर 100 ऑब्जेक्ट क्वेरीज़) उत्सर्जित करता है और उन्हें एक-से-एक करके वास्तविक ऑब्जेक्ट्स से मिलाता है, मिलान किए गए जोड़े पर वर्गीकरण और बॉक्स त्रुटियों दोनों को दंडित करता है और बेजोड़ क्वेरीज़ को 'नो ऑब्जेक्ट' की ओर धकेलता है। क्योंकि मिलान एक-से-एक होता है, डुप्लिकेट पहचान को एक अलग पोस्ट-प्रोसेसिंग चरण के बजाय डिज़ाइन द्वारा दबा दिया जाता है।
सामरिक प्रभाव
गति और पैमाना
विज़ुअल एआई बड़े पैमाने पर निरीक्षण, पता लगाने और टैगिंग कार्यों को स्वचालित कर सकता है।
विकल्प बनाएं
रचनात्मक टीमें कम मैन्युअल संशोधनों के साथ तेजी से अवधारणाओं का प्रोटोटाइप बना सकती हैं।
टीम और वर्कफ़्लो
संचालन छवि और वीडियो संकेतों का उपयोग कर सकते हैं जिन्हें संसाधित करना पहले कठिन था।
डीईटीआर ट्रांसफार्मर डिटेक्शन का भविष्य
डीईटीआर ने डिटेक्शन ट्रांसफार्मर का एक पूरा परिवार लॉन्च किया। डिफॉर्मेबल डीईटीआर, डीएबी-डीईटीआर, डीएन-डीईटीआर और डीआईएनओ जैसे वेरिएंट ने नाटकीय रूप से प्रशिक्षण में तेजी लाई और सटीकता में सुधार किया, डीआईएनओ-शैली मॉडल डिटेक्शन बेंचमार्क के शीर्ष पर पहुंच गए। क्वेरी-आधारित, एंड-टू-एंड प्रतिमान अब विभाजन, ट्रैकिंग और 3डी डिटेक्शन तक विस्तारित हो गया है, और ओपन-वोकैबुलरी डिटेक्टर इस पर निर्मित होते हैं। एकीकृत ट्रांसफार्मर आर्किटेक्चर में पता लगाने, विभाजन और भाषा ग्राउंडिंग के निरंतर अभिसरण की अपेक्षा करें, डीईटीआर को हाथ से तैयार किए गए अनुमानों को हटाने वाले महत्वपूर्ण कदम के रूप में याद किया जाएगा।
वास्तविक विश्व कार्यान्वयन
स्वायत्त-ड्राइविंग अनुसंधान डेटासेट में पैदल चलने वालों और वाहनों का पता लगाना और बॉक्सिंग करना
प्रति-पिक्सेल मास्क भविष्यवाणी तक विस्तारित होने पर पैनोप्टिक विभाजन को सशक्त बनाना
ओपन-शब्दावली और ग्राउंडिंग डिटेक्टरों के लिए रीढ़ की हड्डी की वास्तुकला के रूप में कार्य करना
प्रति डेटासेट एंकर आकार को ट्यून किए बिना खुदरा शेल्फ छवियों में वस्तुओं का पता लगाना
जोखिम और रेलिंग
यदि उत्पत्ति अस्पष्ट है तो छवि अधिकार और सहमति कानूनी जोखिम बन सकते हैं।
मॉडल का प्रदर्शन प्रकाश व्यवस्था, जनसांख्यिकी और वातावरण के अनुसार भिन्न हो सकता है।
जब तक आत्मविश्वास की सीमा की निगरानी नहीं की जाती, तब तक झूठी सकारात्मक बातों पर ध्यान नहीं दिया जा सकता।
कार्यान्वयन रोडमैप
सटीकता, रिकॉल और त्रुटि लागत के लिए स्वीकृति मानदंड परिभाषित करें।
वास्तविक उत्पादन स्थितियों से मेल खाने वाले डेटा के साथ परीक्षण करें।
कम-आत्मविश्वास या उच्च-प्रभाव वाली भविष्यवाणियों के लिए मानवीय समीक्षा जोड़ें।
कैमरा या डेटासेट में बदलाव के बाद मॉडल बहाव को ट्रैक करें और पुनः सत्यापित करें।
अन्वेषण करते रहें
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
अगली गाइड
स्विनआईआर ट्रांसफार्मर बहाली
अक्सर पूछे जाने वाले प्रश्नों
What is DETR Transformer Detection?
DETR (DEtection TRansformer) ऑब्जेक्ट डिटेक्शन को ट्रांसफॉर्मर के साथ हल की गई प्रत्यक्ष सेट-भविष्यवाणी समस्या के रूप में फिर से फ्रेम करता है, एंकर बॉक्स और गैर-अधिकतम दमन जैसे हाथ से डिज़ाइन किए गए चरणों को हटा देता है। यह मायने रखता है क्योंकि इसने डिटेक्शन को एक साफ, एंड-टू-एंड पाइपलाइन दी जिसने ट्रांसफार्मर-आधारित विज़न मॉडल की एक लहर को प्रेरित किया।
फास्टर आर-सीएनएन जैसे पारंपरिक डिटेक्टरों की तुलना में डीईटीआर क्या हटाता है?
डीईटीआर एंड-टू-एंड है और सीधे बक्सों के एक सेट की भविष्यवाणी करता है, जिससे एंकर और गैर-अधिकतम दमन पोस्ट-प्रोसेसिंग चरण समाप्त हो जाता है।
प्रशिक्षण के दौरान जमीनी सच्चाई की वस्तुओं के साथ भविष्यवाणियों का मिलान करने के लिए डीईटीआर किस एल्गोरिदम का उपयोग करता है?
डीईटीआर अपने निर्धारित नुकसान के लिए भविष्यवाणियों और जमीनी सच्चाई वाली वस्तुओं के बीच एक-से-एक असाइनमेंट बनाने के लिए हंगेरियन एल्गोरिदम का उपयोग करता है।
डीईटीआर की 'ऑब्जेक्ट क्वेरीज़' क्या हैं?
ऑब्जेक्ट क्वेरीज़ सीखे गए वैक्टर की एक निश्चित संख्या हैं; डिकोडर प्रत्येक को एक ऑब्जेक्ट भविष्यवाणी या 'नो ऑब्जेक्ट' परिणाम में परिवर्तित करता है।
डीईटीआर किस समग्र वास्तुकला को संयोजित करता है?
DETR सेट भविष्यवाणी के लिए एक ट्रांसफॉर्मर एनकोडर-डिकोडर के साथ सुविधाओं के लिए एक कन्वेन्शनल बैकबोन जोड़ता है।
डीईटीआर को गैर-अधिकतम दमन की आवश्यकता क्यों नहीं है?
एक-से-एक मिलान हानि मॉडल को प्रति ऑब्जेक्ट एक ही भविष्यवाणी उत्सर्जित करना सिखाती है, इसलिए डुप्लिकेट-हटाने के बाद की प्रक्रिया अनावश्यक है।