Il prossimoProssima guida
Restauro del trasformatore SwinIR
IA visiva
GUIDA AI visiva
DETR (DEtection TRansformer) riformula il rilevamento degli oggetti come un problema di previsione diretta del set risolto con un trasformatore, rimuovendo passaggi progettati manualmente come scatole di ancoraggio e soppressione non massima.
Ascolta questa guidaNarrato dall'IA · ~2 min
It matters because it gave detection a clean, end-to-end pipeline that inspired a wave of transformer-based vision models.
Introdotto da Facebook AI nel 2020, DETR combina una dorsale della CNN con un codificatore-decodificatore trasformatore. La CNN estrae le caratteristiche dell'immagine; il codificatore mescola il contesto globale nell'intera immagine; e il decodificatore prende un insieme fisso di "query sugli oggetti" apprese e le trasforma ciascuna in un oggetto rilevato (classe più riquadro di delimitazione) o in un risultato "nessun oggetto". La novità principale è la corrispondenza bipartita: durante l'addestramento un algoritmo ungherese trova un'assegnazione uno a uno tra previsioni e oggetti di verità, in modo che il modello impari a produrre direttamente una scatola univoca per oggetto. Ciò elimina la soppressione non massima e la messa a punto dell'ancora. I compromessi erano una convergenza lenta e una precisione più debole per i piccoli oggetti, che sono stati affrontati da follow-up come Deformable DETR.
Rilevamento e inscatolamento di pedoni e veicoli in set di dati di ricerca sulla guida autonoma
Potenziamento della segmentazione panottica quando estesa alla previsione della maschera per pixel
Funge da architettura portante per rilevatori a vocabolario aperto e messa a terra
Individuazione di oggetti nelle immagini degli scaffali dei negozi senza regolare le dimensioni degli ancoraggi per set di dati
DETR ha lanciato un'intera famiglia di trasformatori di rilevamento. Varianti come Deformable DETR, DAB-DETR, DN-DETR e DINO hanno accelerato notevolmente l'addestramento e migliorato la precisione, con i modelli in stile DINO che hanno raggiunto i vertici dei benchmark di rilevamento. Il paradigma end-to-end basato su query ora si estende alla segmentazione, al tracciamento e al rilevamento 3D e su di esso si basano rilevatori di vocabolario aperto. Aspettatevi una continua convergenza di rilevamento, segmentazione e radicamento del linguaggio in architetture di trasformazione unificate, con DETR ricordato come il passo fondamentale che ha rimosso le euristiche artigianali.
Newsletter gratuita
Tre storie verificate sull'IA ogni mattina nei giorni feriali, scritte in un inglese semplice. Gratuito per sempre, senza pubblicità.
Un'email ogni giorno feriale. Disiscriviti con un clic. Non vendiamo né condividiamo mai il tuo indirizzo.
Mettiti alla prova
Feedback immediato su ogni risposta e un certificato condivisibile con un ID verificabile una volta superato un corso.
Sostieni l'istruzione gratuita sull'IA. AI Understanding è un'organizzazione non profit 501(c)(3) — nessun annuncio, nessun paywall, mai. Fai una donazione
DETR (DEtection TRansformer) riformula il rilevamento degli oggetti come un problema di previsione diretta del set risolto con un trasformatore, rimuovendo passaggi progettati manualmente come scatole di ancoraggio e soppressione non massima. È importante perché ha fornito al rilevamento una pipeline pulita ed end-to-end che ha ispirato un’ondata di modelli di visione basati su trasformatori.
DETR è end-to-end e prevede direttamente una serie di scatole, eliminando gli ancoraggi e la fase di post-elaborazione di soppressione non massima.
DETR utilizza l'algoritmo ungherese per formare un'assegnazione uno a uno tra previsioni e oggetti di verità per la perdita del set.
Le query sugli oggetti sono un numero fisso di vettori appresi; il decodificatore converte ciascuno di essi in una previsione di oggetto o in un risultato "nessun oggetto".
DETR accoppia una dorsale convoluzionale per le funzionalità con un codificatore-decodificatore del trasformatore per la previsione dei set.
The learning objective encourages a unique prediction per object; this is a design and training mechanism rather than an infallibility guarantee.
Continua a imparare
Altre guide selezionate per questo argomento
Il prossimoProssima guida
Restauro del trasformatore SwinIR
IA visiva