CNNs za Mikoa
CNNs za Kanda (R-CNNs) ni familia ya vigunduzi vya vitu ambavyo kwanza vinapendekeza maeneo ya mwombaji katika picha, kisha utumie CNN kuainisha na kuweka kisanduku kwa usahihi kila kitu.
Muhtasari
They turned image classification into full object detection, locating and labeling many objects at once.
Dive ya kina
Uainishaji wa picha unajibu 'ni nini kwenye picha hii?' lakini utambuzi lazima pia ujibu 'wapi, na ngapi?' R-CNN asili (2014) ilitumia algoriti ya nje (Utafutaji Uliochaguliwa) kupendekeza karibu maeneo 2,000, ilipotosha kila moja hadi ya ukubwa maalum, na iliendesha CNN kwa kila moja, ambayo ilikuwa sahihi lakini polepole sana. R-CNN ya haraka iliharakisha hii kwa kuendesha CNN mara moja juu ya picha nzima na vipengele vya kukusanya kwa kila eneo (RoI pooling). R-CNN ya kasi zaidi kisha ikabadilisha Utafutaji Teule na Mtandao wa Mapendekezo ya Kanda uliojifunza (RPN), na kufanya bomba zima kuwa mwisho hadi mwisho na karibu na wakati halisi. Mask R-CNN iliipanua zaidi ili kutoa vinyago vya kiwango cha pikseli kwa kila kitu kilichotambuliwa.
Ufahamu wa Kiufundi
Hatua kuu ya ufanisi ni kuunganisha kwa RoI: badala ya kuendesha tena CNN kwenye kila kisanduku kilichopendekezwa, mtandao unajumuisha ramani moja ya kipengele kilichoshirikiwa kwa ajili ya picha, kisha unapunguza na kurekebisha ukubwa wa vipengele ndani ya kila eneo la kuvutia hadi gridi isiyobadilika. RPN ya haraka zaidi ya R-CNN inateleza juu ya ramani ya kipengele hicho inayotabiri alama za 'objections' na marekebisho ya masanduku ya vijisanduku vya nanga vilivyowekwa awali vya ukubwa tofauti na uwiano wa vipengele, na kutoa mapendekezo bila malipo.
Athari za kimkakati
Kasi na kiwango
Visual AI inaweza kufanya ukaguzi, ugunduzi na kazi za kuweka lebo kiotomatiki kwa kiwango.
Tengeneza chaguzi
Timu bunifu zinaweza kuiga dhana kwa haraka zaidi na masahihisho machache ya mikono.
Timu na mtiririko wa kazi
Uendeshaji unaweza kutumia ishara za picha na video ambazo hapo awali zilikuwa ngumu kuchakata.
Mustakabali wa CNN za Mikoa
Vigunduzi vya hatua mbili vya R-CNN husalia kuwa na nguvu ambapo usahihi ndio jambo muhimu zaidi, lakini vigunduzi vya hatua moja (YOLO, SSD) na vigunduzi vinavyotegemea Transfoma kama vile DETR, ambavyo vinaruka nanga na mapendekezo yaliyoundwa kwa mkono kabisa, vinazidi kuwa maarufu kwa kasi na urahisi. Mtindo ni kuelekea ugunduzi wa kuanzia mwisho hadi mwisho, usio na nanga, unaotegemea hoja. Bado, mawazo ya msingi ya ukoo wa R-CNN, vipengele vilivyoshirikiwa na hoja za kiwango cha eneo, zinaendelea kuathiri ugawaji, video na mifumo ya utambuzi wa 3D.
Utekelezaji wa Ulimwengu Halisi
Kugundua na kuhesabu bidhaa kwenye rafu za rejareja kwa usimamizi wa hesabu
Mfano mgawanyo wa seli au viungo katika uchunguzi wa kimatibabu kwa kutumia Mask R-CNN
Kutambua kasoro na maeneo yao kwenye mstari wa uzalishaji wa kiwanda
Kuweka magari mengi na watembea kwa miguu katika milisho ya kamera zinazoendesha kwa uhuru
Hatari & Walinzi
Haki za picha na idhini zinaweza kuwa hatari za kisheria ikiwa asili haiko wazi.
Utendaji wa muundo unaweza kutofautiana katika mwangaza, idadi ya watu na mazingira.
Chanya za uwongo zinaweza kutotambuliwa isipokuwa viwango vya uaminifu vifuatiliwe.
Ramani ya Utekelezaji
Bainisha vigezo vya kukubalika vya usahihi, kumbukumbu na gharama za makosa.
Jaribu kwa kutumia data inayolingana na hali halisi ya uzalishaji.
Ongeza ukaguzi wa kibinadamu kwa utabiri wa chini au utabiri wa athari kubwa.
Fuatilia mtindo wa kuteleza na uthibitishe upya baada ya mabadiliko ya kamera au mkusanyiko wa data.
Endelea Kuchunguza
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 Region-Based CNNs 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
Mwongozo unaofuata
Miundo ya Kuzalisha yenye Alama
Maswali yanayoulizwa mara kwa mara
What is Region-Based CNNs?
CNNs za Kanda (R-CNNs) ni familia ya vigunduzi vya vitu ambavyo kwanza vinapendekeza maeneo ya mwombaji katika picha, kisha utumie CNN kuainisha na kuweka kisanduku kwa usahihi kila kitu. Waligeuza uainishaji wa picha kuwa utambuzi kamili wa kitu, kupata na kuweka lebo kwa vitu vingi kwa wakati mmoja.
Je, wazo kuu la CNN yenye makao yake ni lipi?
R-CNNs zinapendekeza maeneo ambayo yanaweza kuwa na vitu, kisha endesha CNN ili kuainisha kila eneo na kuboresha kisanduku chake cha kufunga.
Kwa nini R-CNN ya awali (2014) ilikuwa polepole?
R-CNN ya awali iliendesha CNN kwa kujitegemea kwa takriban mapendekezo 2,000 ya eneo kwa kila picha, ambayo ilikuwa ghali sana kimahesabu.
Je! Faster R-CNN ilianzisha nini ili kuchukua nafasi ya Utafutaji Teule?
Kasi ya R-CNN ilianzisha Mtandao wa Mapendekezo wa Kanda uliojifunza, na kufanya uzalishaji wa pendekezo kuwa sehemu ya mtandao unaoweza kufunzwa na kwa haraka zaidi.
Je, kuunganisha kwa RoI kunafanikisha nini?
Ukusanyaji wa RoI dondoo za gridi za vipengele vya ukubwa usiobadilika kutoka kwa ramani moja ya vipengele vilivyoshirikiwa kwa kila eneo, kuepuka kukusanywa tena na kuharakisha utambuzi.
Je, Mask R-CNN inaongeza uwezo gani wa ziada?
Mask R-CNN huongeza kasi ya R-CNN kwa kutabiri kinyago sahihi cha kiwango cha pikseli kwa kila kitu, kuwezesha mgawanyo wa mfano.