คู่มือ AI แบบเห็นภาพ
การตรวจจับหม้อแปลง DETR
DETR (DEtection TRansformer) กำหนดกรอบการตรวจจับวัตถุใหม่ให้เป็นปัญหาการทำนายชุดโดยตรงที่แก้ไขได้ด้วยหม้อแปลงไฟฟ้า โดยลบขั้นตอนที่ออกแบบด้วยมือ เช่น กล่องพุกและการปราบปรามที่ไม่สูงสุด
ฟังคำแนะนำนี้บรรยายโดย AI · ~2 min
บนหน้านี้อ่าน 2 นาที
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
- กำหนดเกณฑ์การยอมรับสำหรับความแม่นยำ การเรียกคืน และต้นทุนข้อผิดพลาด
- ทดสอบด้วยข้อมูลที่ตรงกับเงื่อนไขการผลิตจริง
- เพิ่มการตรวจสอบโดยเจ้าหน้าที่สำหรับการคาดการณ์ที่มีความมั่นใจต่ำหรือมีผลกระทบสูง
- 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
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