LegközelebbKövetkező útmutató
Mélységben szétválasztható konvolúciók
Műszaki
Műszaki ÚTMUTATÓ
A kitágult konvolúciók (más néven atrous konvolúciók) hézagokat szúrnak be a szűrősúlyok közé, így a kernel sokkal nagyobb területet fed le paraméterek hozzáadása nélkül.
Hallgassa meg ezt az útmutatótAI-narrált · ~2 min
They let networks see wide context, crucial for segmentation and audio, while keeping resolution intact.
Egy normál konvolúciós kernel érinti a szomszédos pixeleket. A kitágított konvolúció ugyanazokat a magsúlyokat tágulási sebességgel szétosztja, és közben kihagyja a pixeleket, így a 2-es dilatációval rendelkező 3x3-as kernel egy 5x5-ös régiót ölel át, miközben csak 9 súlyozást használ. Ez exponenciálisan kibővíti a befogadó mezőt, amikor a rétegeket növekvő sebességgel halmoz fel, lehetővé téve a hálózat számára, hogy nagyméretű kontextusokat összesítsen anélkül, hogy összevonná vagy lépkedne, ami csökkentené a jellemzőtérképet. Az atrous kifejezés a franciából a trous szóból származik, jelentése lyukakkal. Ez felbecsülhetetlen az olyan sűrű előrejelzési feladatoknál, mint a szemantikus szegmentálás, ahol széles nézetre és pixelpontos kimenetre van szükség, valamint a WaveNetben a hosszú hangfüggőségek modellezéséhez.
A DeepLab durva kanyarulatokat és ASPP-t használ az utcai jelenetek legkorszerűbb szemantikai szegmentálásához
A WaveNet kitágult kauzális konvolúciókat halmoz fel, hogy valósághű nyers hangot és beszédet generáljon
Az orvosi képek szegmentálása, például a daganatok vagy szervek határai, ahol a széles kontextus és a finom részletek egyaránt számítanak
Valós idejű jelenetelemzés az önvezető észleléshez, amelyhez nagy befogadómezőkre van szükség a felbontás elvesztése nélkül
A kitágult konvolúciók központi szerepet töltenek be a szemantikai és panoptikus szegmentálásban, az orvosi képalkotásban és a hanggenerálásban. Egyre inkább keverednek a figyelmességgel, ahol a tágulás olcsó, nagy hatótávolságú receptív mezőket biztosít, amelyek kiegészítik az önfigyelmet. Folytatódnak a kutatások az adaptív és tanulható tágulási ráták és a rácsos műtermékek elkerülése terén. Hatékony hosszú sorozatú modellekben és valós idejű jelenetmegértésben számíthat rájuk autonóm rendszerek számára.
Ingyenes hírlevél
Minden hétköznap reggel három ellenőrzött AI történet, egyszerű angol nyelven. Örökké ingyen, hirdetések nélkül.
Minden hétköznap egy e-mail. Egy kattintással lemondhat. Soha nem értékesítjük vagy osztjuk meg az Ön címét.
Teszteld magad
Azonnali visszajelzés minden válaszra, és megosztható tanúsítvány egy ellenőrizhető azonosítóval, miután sikeresen teljesít egy kurzust.
Támogassa az ingyenes AI oktatást. AI Understanding egy 501(c)(3) nonprofit – nincs hirdetés, nincs fizetőfal, soha. Tegyen adományt
A kitágult konvolúciók (más néven atrous konvolúciók) hézagokat szúrnak be a szűrősúlyok közé, így a kernel sokkal nagyobb területet fed le paraméterek hozzáadása nélkül. Lehetővé teszik a hálózatok számára, hogy széles kontextust lássanak, ami kulcsfontosságú a szegmentálás és a hang szempontjából, miközben a felbontás változatlan marad.
A tágítás szétválasztja a meglévő súlyokat, kibővítve a receptív mezőt a paraméterek számának növelése nélkül.
A 2-es dilatációval minden súly között van egy kihagyott pozíció, így a kernel egy 5x5-ös területet ölel át, miközben továbbra is csak 9 súlyt használ.
A szegmentáláshoz egyszerre széles kontextusra és pixelszintű részletekre van szükség; A dilatáció növeli a kontextust anélkül, hogy a mintavételezést vagy a lépésenkénti bontást lecsökkentené.
Az Atrous a franciából egy lyukakkal ellátott trous, amely a magsúlyok közé szúrt hézagokat írja le.
Az exponenciálisan növekvő tágulási ráták lehetővé teszik a WaveNet függőségek modellezését több ezer hangminta között hatalmas kernelek nélkül.
Tanulj tovább
További útmutatók készültek ehhez a témához
LegközelebbKövetkező útmutató
Mélységben szétválasztható konvolúciók
Műszaki