NastępnyNastępny poradnik
Regeneracja transformatora SwinIR
Wizualna sztuczna inteligencja
PRZEWODNIK Wizualnej AI
DETR Wykrywanie transformatora
DETR (DEtection TRansformer) przekształca wykrywanie obiektów w problem bezpośredniego przewidywania zbioru rozwiązywany za pomocą transformatora, eliminując ręcznie zaprojektowane kroki, takie jak skrzynki kotwiczące i tłumienie niemaksymalne.
Posłuchaj tego przewodnikaOpowiadane przez sztuczną inteligencję · ~2 min
Na tej stronie2 minuty czytania
Przegląd
Ma to znaczenie, ponieważ umożliwiło wykrywanie czystego, kompleksowego potoku, który zainspirował falę modeli wizyjnych opartych na transformatorach.
Głębokie nurkowanie
Wprowadzony przez Facebook AI w 2020 roku, DETR łączy szkielet CNN z koderem-dekoderem transformatorowym. CNN wyodrębnia cechy obrazu; koder miesza globalny kontekst w całym obrazie; a dekoder pobiera ustalony zestaw wyuczonych „zapytań o obiekt” i zamienia każde z nich albo na wykryty obiekt (klasa plus ramka ograniczająca), albo na wynik „brak obiektu”. Kluczową nowością jest dopasowywanie dwustronne: podczas uczenia węgierski algorytm znajduje przypisanie jeden do jednego między przewidywaniami a obiektami naziemnymi, dzięki czemu model uczy się bezpośrednio wyprowadzać unikalne pudełko dla każdego obiektu. Eliminuje to niemaksymalne tłumienie i strojenie kotwicy. Kompromisami były powolna zbieżność i słabsza dokładność małych obiektów, czym zajęto się w rozwiązaniach takich jak Deformable DETR.
Implementacja w świecie rzeczywistym
Wykrywanie i blokowanie pieszych i pojazdów w zbiorach danych badawczych dotyczących jazdy autonomicznej
Zasilanie segmentacji panoptycznej po rozszerzeniu o przewidywanie maski na piksel
Służy jako architektura szkieletowa dla detektorów otwartego słownika i uziemienia
Lokalizowanie obiektów na obrazach półek sklepowych bez dostosowywania rozmiarów kotwic na zbiór danych
Przyszłość detekcji transformatorów DETR
Firma DETR wprowadziła na rynek całą rodzinę transformatorów detekcyjnych. Warianty takie jak Deformable DETR, DAB-DETR, DN-DETR i DINO radykalnie przyspieszyły szkolenie i poprawiły dokładność, a modele w stylu DINO osiągnęły najwyższe standardy wykrywania. Oparty na zapytaniach, kompleksowy paradygmat obejmuje teraz segmentację, śledzenie i wykrywanie 3D, a na nim opierają się detektory otwartego słownictwa. Spodziewaj się ciągłej konwergencji wykrywania, segmentacji i uziemiania języka w ujednolicone architektury transformatorów, przy czym DETR zostanie zapamiętany jako kluczowy krok, który wyeliminował ręcznie opracowaną heurystykę.
Wdrażanie tego w praktykę
Dlaczego to ma znaczenie
- Szybkość i skala. Wizualna sztuczna inteligencja może automatyzować zadania inspekcji, wykrywania i znakowania na dużą skalę.
- Buduj wybory. Zespoły kreatywne mogą szybciej prototypować koncepcje przy mniejszej liczbie ręcznych poprawek.
- Zespół i przepływ pracy. Operacje mogą wykorzystywać sygnały obrazu i wideo, które wcześniej były trudne do przetworzenia.
Uważaj na
- Prawa do wizerunku i zgoda mogą stanowić ryzyko prawne, jeśli pochodzenie jest niejasne.
- Wydajność modelu może się różnić w zależności od oświetlenia, demografii i środowiska.
- Fałszywie pozytywne wyniki mogą pozostać niezauważone, chyba że monitorowane są progi ufności.
Kolejne kroki
- Zdefiniuj kryteria akceptacji dotyczące kosztów precyzji, wycofania i błędów.
- Przetestuj na danych odpowiadających rzeczywistym warunkom produkcyjnym.
- Dodaj weryfikację manualną, aby prognozy były mało pewne lub miały duży wpływ.
- Śledź dryf modelu i przeprowadzaj ponowną weryfikację po zmianie kamery lub zbioru danych.
Odkrywaj dalej
Darmowy newsletter
Otrzymuj codzienne podsumowanie AI
Trzy zweryfikowane historie AI każdego poranka w dni robocze, napisane prostym angielskim. Bezpłatne na zawsze, bez reklam.
Jedno e‑mail każdego dnia roboczego. Wypisz się jednym kliknięciem. Nigdy nie sprzedajemy ani nie udostępniamy Twojego adresu.
Sprawdź się
Take the DETR Transformer Detection quiz
Natychmiastowa informacja zwrotna na każde pytanie oraz udostępnialny certyfikat z weryfikowalnym ID po zaliczeniu kursu.
Wspieraj darmową edukację AI. AI Understanding jest organizacją non-profit 501(c)(3) — bez reklam, bez płatnej ściany, zawsze. Przekaż darowiznę
Często zadawane pytania
Co to jest wykrywanie transformatora DETR?
DETR (DEtection TRansformer) przekształca wykrywanie obiektów w problem bezpośredniego przewidywania zbioru rozwiązywany za pomocą transformatora, eliminując ręcznie zaprojektowane kroki, takie jak skrzynki kotwiczące i tłumienie niemaksymalne. Ma to znaczenie, ponieważ umożliwiło wykrywanie czystego, kompleksowego potoku, który zainspirował falę modeli wizyjnych opartych na transformatorach.
Co usuwa DETR w porównaniu z tradycyjnymi detektorami, takimi jak Faster R-CNN?
DETR działa kompleksowo i bezpośrednio przewiduje zestaw pól, eliminując kotwice i etap przetwarzania końcowego, który nie zapewnia maksymalnego tłumienia.
Którego algorytmu używa DETR do dopasowywania przewidywań do obiektów naziemnych podczas szkolenia?
DETR wykorzystuje algorytm węgierski do utworzenia przypisania jeden do jednego między przewidywaniami a obiektami naziemnymi dla ustalonej straty.
Czym są „zapytania obiektowe” DETR?
Zapytania obiektowe to stała liczba wyuczonych wektorów; dekoder konwertuje każdy z nich na przewidywanie obiektu lub wynik „brak obiektu”.
Jaką ogólną architekturę łączy DETR?
DETR łączy splotowy szkielet dla funkcji z koderem-dekoderem transformatorowym w celu przewidywania zestawu.
How does DETR's training objective support inference without a separate NMS stage?
The learning objective encourages a unique prediction per object; this is a design and training mechanism rather than an infallibility guarantee.
Ucz się dalej
Powiązane przewodniki
Wybrano więcej przewodników na ten temat