คู่มือ AI แบบเห็นภาพ

การตรวจจับหม้อแปลง DETR

DETR (DEtection TRansformer) กำหนดกรอบการตรวจจับวัตถุใหม่ให้เป็นปัญหาการทำนายชุดโดยตรงที่แก้ไขได้ด้วยหม้อแปลงไฟฟ้า โดยลบขั้นตอนที่ออกแบบด้วยมือ เช่น กล่องพุกและการปราบปรามที่ไม่สูงสุด

ฟังคำแนะนำนี้บรรยายโดย AI · ~2 min

บนหน้านี้อ่าน 2 นาที
  1. ภาพรวม
  2. เจาะลึก
  3. การใช้งานจริงในโลกแห่งความเป็นจริง
  4. อนาคตของการตรวจจับหม้อแปลง DETR
  5. การนำไปปฏิบัติ
  6. สำรวจต่อไป
  7. คำถามที่พบบ่อย

ภาพรวม

It matters because it gave detection a clean, end-to-end pipeline that inspired a wave of transformer-based vision models.

เจาะลึก

DETR เปิดตัวโดย Facebook AI ในปี 2020 โดยผสมผสานแกนหลัก CNN เข้ากับตัวเข้ารหัส-ตัวถอดรหัสหม้อแปลง CNN แยกคุณสมบัติของภาพ ตัวเข้ารหัสจะผสมบริบททั่วโลกทั่วทั้งภาพ และตัวถอดรหัสจะใช้ชุด 'แบบสอบถามวัตถุ' ที่เรียนรู้คงที่และเปลี่ยนแต่ละชุดให้เป็นวัตถุที่ตรวจพบ (กล่องคลาสบวกขอบเขต) หรือผลลัพธ์ 'ไม่มีวัตถุ' ความแปลกใหม่ที่สำคัญคือการจับคู่แบบสองฝ่าย ในระหว่างการฝึก อัลกอริธึมของฮังการีจะค้นหาการมอบหมายแบบหนึ่งต่อหนึ่งระหว่างการทำนายและวัตถุความจริงภาคพื้นดิน ดังนั้นแบบจำลองจึงเรียนรู้ที่จะส่งออกกล่องที่ไม่ซ้ำกันต่อวัตถุโดยตรง สิ่งนี้จะกำจัดการปราบปรามที่ไม่สูงสุดและการปรับจุดยึด ข้อเสียคือการบรรจบกันที่ช้าและความแม่นยำของวัตถุขนาดเล็กลดลง ซึ่งติดตามผลเช่น DETR ที่เปลี่ยนรูปได้

การใช้งานจริงในโลกแห่งความเป็นจริง

การตรวจจับและการชกมวยคนเดินถนนและยานพาหนะในชุดข้อมูลการวิจัยการขับขี่แบบอัตโนมัติ

ขับเคลื่อนการแบ่งส่วนแบบพาโนรามาเมื่อขยายไปสู่การทำนายมาสก์ต่อพิกเซล

ทำหน้าที่เป็นสถาปัตยกรรมหลักสำหรับเครื่องตรวจจับคำศัพท์แบบเปิดและสายดิน

การค้นหาออบเจ็กต์ในภาพชั้นวางขายปลีกโดยไม่ต้องปรับขนาดจุดยึดต่อชุดข้อมูล

อนาคตของการตรวจจับหม้อแปลง DETR

DETR เปิดตัวหม้อแปลงตรวจจับทั้งตระกูล ตัวแปรต่างๆ เช่น DETR ที่เปลี่ยนรูปได้, DAB-DETR, DN-DETR และ DINO เร่งการฝึกฝนและปรับปรุงความแม่นยำได้อย่างมาก โดยโมเดลสไตล์ DINO เข้าถึงระดับสูงสุดของการวัดประสิทธิภาพการตรวจจับ กระบวนทัศน์แบบ end-to-end ที่อิงจากการสืบค้นขณะนี้ขยายไปสู่การแบ่งส่วน การติดตาม และการตรวจจับ 3 มิติ และสร้างตัวตรวจจับคำศัพท์แบบเปิดขึ้นมา คาดหวังการผสานรวมการตรวจจับ การแบ่งส่วน และการวางรากฐานภาษาอย่างต่อเนื่องในสถาปัตยกรรมหม้อแปลงแบบครบวงจร โดยที่ DETR เป็นที่จดจำว่าเป็นขั้นตอนสำคัญที่นำการวิเคราะห์พฤติกรรมที่ประดิษฐ์ขึ้นด้วยมือออกไป

การนำไปปฏิบัติ

ทำไมมันถึงสำคัญ

  • ความเร็วและขนาด. Visual AI สามารถทำให้การตรวจสอบ การตรวจจับ และการแท็กเป็นอัตโนมัติในขนาดต่างๆ
  • สร้างทางเลือก. ทีมสร้างสรรค์สามารถสร้างต้นแบบแนวคิดได้รวดเร็วขึ้นโดยต้องมีการแก้ไขด้วยตนเองน้อยลง
  • ทีมงานและขั้นตอนการทำงาน. การดำเนินการสามารถใช้สัญญาณภาพและวิดีโอที่ก่อนหน้านี้ประมวลผลได้ยาก

ระวัง

  • สิทธิ์และความยินยอมในรูปภาพอาจกลายเป็นความเสี่ยงทางกฎหมายได้หากแหล่งที่มาไม่ชัดเจน
  • ประสิทธิภาพของโมเดลอาจแตกต่างกันไปตามสภาพแสง ข้อมูลประชากร และสภาพแวดล้อม
  • ผลบวกลวงอาจไม่สังเกตเห็นเว้นแต่จะมีการตรวจสอบเกณฑ์ความเชื่อมั่น

ขั้นตอนต่อไป

  1. กำหนดเกณฑ์การยอมรับสำหรับความแม่นยำ การเรียกคืน และต้นทุนข้อผิดพลาด
  2. ทดสอบด้วยข้อมูลที่ตรงกับเงื่อนไขการผลิตจริง
  3. เพิ่มการตรวจสอบโดยเจ้าหน้าที่สำหรับการคาดการณ์ที่มีความมั่นใจต่ำหรือมีผลกระทบสูง
  4. ติดตามการเคลื่อนตัวของโมเดลและตรวจสอบความถูกต้องอีกครั้งหลังจากการเปลี่ยนแปลงกล้องหรือชุดข้อมูล

สำรวจต่อไป

จดหมายข่าวฟรี

รับสรุป AI รายวัน

เรื่องราว AI ที่ตรวจสอบแล้ว 3 เรื่องทุกวันทำงาน เช้า, เขียนเป็นภาษาอังกฤษธรรมดา ฟรีตลอดไป ไม่มีโฆษณา

อีเมลหนึ่งฉบับทุกวันทำงาน ยกเลิกการสมัครในคลิกเดียว เราไม่เคยขายหรือแชร์ที่อยู่อีเมลของคุณ

ทดสอบตัวเอง

Take the DETR Transformer Detection quiz

ข้อเสนอแนะทันทีสำหรับทุกคำตอบ และใบรับรองที่สามารถแชร์ได้พร้อม ID ที่ตรวจสอบได้เมื่อคุณผ่านหลักสูตร

เริ่มแบบทดสอบ

สนับสนุนการศึกษา AI ฟรี AI Understanding เป็นองค์กรไม่แสวงหาผลกำไร 501(c)(3) — ไม่มีโฆษณา ไม่มีกำแพงเงิน, ตลอดไป บริจาค

คำถามที่พบบ่อย

What is DETR Transformer Detection?

DETR (DEtection TRansformer) กำหนดกรอบการตรวจจับวัตถุใหม่ให้เป็นปัญหาการทำนายชุดโดยตรงที่แก้ไขได้ด้วยหม้อแปลงไฟฟ้า โดยลบขั้นตอนที่ออกแบบด้วยมือ เช่น กล่องพุกและการปราบปรามที่ไม่สูงสุด สิ่งสำคัญเนื่องจากทำให้การตรวจจับมีไปป์ไลน์ที่สะอาดตั้งแต่ต้นจนจบ ซึ่งเป็นแรงบันดาลใจให้เกิดโมเดลการมองเห็นที่ใช้หม้อแปลงจำนวนมาก

DETR กำจัดอะไรได้บ้างเมื่อเปรียบเทียบกับเครื่องตรวจจับแบบดั้งเดิมอย่าง Faster R-CNN

DETR เป็นแบบ end-to-end และคาดการณ์ชุดของกล่องโดยตรง โดยกำจัดจุดยึดและขั้นตอนหลังการประมวลผลที่ไม่สูงสุด

DETR ใช้อัลกอริธึมใดเพื่อจับคู่การทำนายกับวัตถุจริงในระหว่างการฝึก

DETR ใช้อัลกอริธึมของฮังการีเพื่อสร้างการมอบหมายแบบหนึ่งต่อหนึ่งระหว่างการทำนายและวัตถุความจริงภาคพื้นดินสำหรับการสูญเสียที่กำหนดไว้

'แบบสอบถามวัตถุ' ของ DETR คืออะไร

การสืบค้นวัตถุเป็นจำนวนเวกเตอร์ที่เรียนรู้คงที่ ตัวถอดรหัสจะแปลงแต่ละรายการเป็นการทำนายวัตถุหรือผลลัพธ์ 'ไม่มีวัตถุ'

DETR รวมสถาปัตยกรรมโดยรวมอะไรบ้าง

DETR จับคู่แกนหลักแบบหมุนวนสำหรับคุณสมบัติกับตัวเข้ารหัส-ตัวถอดรหัสหม้อแปลงสำหรับการทำนายชุด

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.

เรียนรู้ต่อไป

คำแนะนำที่เกี่ยวข้อง

คำแนะนำเพิ่มเติมที่เลือกสำหรับหัวข้อนี้

รับใบรับรอง AI ฟรีหลักสูตรและการสอบสั้น ๆ ฟรี ไม่มีค่าใช้จ่าย ไม่มีบัตรเครดิต ประมาณ 2.5 ชั่วโมงเริ่มต้นฟรี →