Deformable Convolutions
Awọn iyipada ti o ni idibajẹ jẹ ki nẹtiwọọki nkankikan tẹ akoj iṣapẹẹrẹ rẹ lati tẹle apẹrẹ gangan ti awọn nkan dipo ti ipa mu nipasẹ ferese onigun mẹrin kosemi.
Akopọ
This makes models far better at handling odd shapes, scale changes, and geometric distortion.
Jin Dive
Apejuwe iṣọpọ deede awọn piksẹli ni awọn aiṣedeede ti o wa titi - akoj 3x3 ti o tọ ti dojukọ ipo kọọkan. Iyẹn ṣiṣẹ dara fun awọn awoara ṣugbọn awọn ijakadi nigbati awọn nkan ba ti tẹ, na, tabi ni apẹrẹ ti ko dara. Awọn iyipada ti o bajẹ, ti a ṣe nipasẹ Dai ati awọn alabaṣiṣẹpọ ni Microsoft Iwadi ni ọdun 2017, ṣafikun aiṣedeede ikẹkọ kekere si ọkọọkan awọn aaye iṣapẹẹrẹ wọnyẹn. Nẹtiwọọki naa n wo igbewọle ati ṣe asọtẹlẹ iyipada 2D fun gbogbo ipo akoj, nitorinaa aaye gbigba le ja lati famọra eti ti o tẹ tabi tẹle ẹsẹ ti o tẹẹrẹ. Idarapọ RoI ti o le bajẹ lo imọran kanna si awọn ẹya agbegbe. Ẹya 2 (2018) ti a ṣafikun awọn iwuwo iwọn-ojuami-ojuami, jẹ ki Layer rọ tabi mu iwọn ayẹwo kọọkan pọ si, eyiti o jẹ deede wiwa ohun-ini lori awọn ami-ami bii COCO.
Imọ-imọ-ẹrọ
Awọn aiṣedeede naa jẹ iṣelọpọ nipasẹ ipele afikun convolution ti n ṣiṣẹ ni afiwe, ti n ṣejade awọn iye 2N fun ekuro N-point (dx kan, dy kan fun aaye kan). Nitoripe awọn aiṣedeede ti a sọtẹlẹ jẹ ida, awọn iye pixel ti a ṣe ayẹwo jẹ iṣiro pẹlu interpolation bilinear, eyiti o jẹ ki gbogbo iṣẹ ṣiṣe yatọ. Awọn aiṣedeede jẹ ikẹkọ ipari-si-opin nipasẹ isọdọtun deede - ko si abojuto lọtọ ti n sọ fun nẹtiwọọki ibiti o ti wo. Iye owo ti a ṣafikun jẹ iwọntunwọnsi nitori ẹka aiṣedeede jẹ iwuwo fẹẹrẹ ni ibatan si awọn maapu ẹya akọkọ.
Ipa Ilana
Iyara ati iwọn
Visual AI le ṣe adaṣe adaṣe, wiwa, ati awọn iṣẹ ṣiṣe taagi ni iwọn.
Kọ awọn yiyan
Awọn ẹgbẹ ẹda le ṣe apẹrẹ awọn imọran yiyara pẹlu awọn atunyẹwo afọwọṣe diẹ.
Ẹgbẹ ati ṣiṣan iṣẹ
Awọn iṣẹ ṣiṣe le lo aworan ati awọn ifihan agbara fidio ti o nira tẹlẹ lati ṣiṣẹ.
Ojo iwaju ti Awọn iyipada ti o le bajẹ
Ifarabalẹ aibikita ti di eegun ẹhin ti iṣawari ode oni: Deformable DETR nlo awọn aiṣedeede iṣapẹẹrẹ ikẹkọ lati jẹ ki akiyesi transformer fọnka ati iyara, gige akoko ikẹkọ ni iyalẹnu dipo DETR atilẹba. Reti ilana idibajẹ lati ma tan kaakiri sinu fidio, awọn awọsanma aaye 3D, ati awọn awoṣe ede-iriran, nibiti iṣapẹẹrẹ adaṣe ṣe iranlọwọ lati mu išipopada, occlusion, ati geometry alaibamu mu. Bii atilẹyin ohun elo fun iraye si iranti alaibamu ti ilọsiwaju, awọn oniṣẹ aiṣedeede yẹ ki o tun din owo ati gbigbe lọpọlọpọ lori awọn ẹrọ eti.
Real-World imuse
Wiwa nkan lori COCO, nibiti awọn fẹlẹfẹlẹ idibajẹ ṣe alekun deede lori awọn ohun elongated tabi yiyi bi awọn ọkọ oju-irin ati awọn giraffes
Ipin-itumọ ti awọn iwo oju opopona, awọn awoṣe iranlọwọ lati wa awọn ami ila ti o tẹ ati awọn ilana ile alaibamu
Deformable DETR fun wiwa ipari-si-opin, ni lilo awọn aiṣedeede ti ẹkọ lati jẹ ki akiyesi transformer daradara
Aworan iṣoogun, nibiti awọn èèmọ ati awọn ẹya ara ti ni awọn apẹrẹ ti ko ni lile ti awọn grids ti o wa titi gba ti ko dara
Awọn ewu & Awọn ọna iṣọ
Awọn ẹtọ aworan ati igbanilaaye le di awọn eewu labẹ ofin ti o ba jẹ afihan.
Iṣe awoṣe le yatọ kọja ina, awọn ẹda eniyan, ati awọn agbegbe.
Awọn idaniloju eke le ma ṣe akiyesi ayafi ti a ba ṣe abojuto awọn ala igbẹkẹle.
Ilana Ilana imuse
Ṣetumo awọn ibeere gbigba fun pipe, iranti, ati awọn idiyele aṣiṣe.
Ṣe idanwo pẹlu data ti o baamu awọn ipo iṣelọpọ gidi.
Ṣafikun atunyẹwo eniyan fun igbẹkẹle kekere tabi awọn asọtẹlẹ ipa-giga.
Tọpinpin awoṣe ki o ṣe tunṣe lẹhin kamẹra tabi awọn ayipada datasetto.
Tesiwaju Ṣiṣawari
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 Deformable Convolutions 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
Itọsọna atẹle
Depthwise Iyapa Convolutions
Awọn ibeere ti a beere nigbagbogbo
What is Deformable Convolutions?
Awọn iyipada ti o ni idibajẹ jẹ ki nẹtiwọọki nkankikan tẹ akoj iṣapẹẹrẹ rẹ lati tẹle apẹrẹ gangan ti awọn nkan dipo ti ipa mu nipasẹ ferese onigun mẹrin kosemi. Eyi jẹ ki awọn awoṣe dara julọ ni mimu awọn apẹrẹ ti ko dara, awọn iyipada iwọn, ati iparu jiometirika.
Kí ni àkójọpọ̀ ọ̀rọ̀ àbùkù kan ṣe àfikún ní ìfiwéra sí ìdàrúdàpọ̀ kan?
Awọn convolutions aiṣedeede ṣe asọtẹlẹ aiṣedeede ti ẹkọ (dx, dy) fun ipo iṣapẹẹrẹ kọọkan, jẹ ki grid ja lati baamu awọn apẹrẹ ohun kan.
Bawo ni awọn aiṣedeede iṣapẹẹrẹ ni aiṣedeede aiṣedeede ti ipilẹṣẹ?
Ẹka convolution ti o jọra n ṣe abajade awọn aiṣedeede, eyiti a kọ ẹkọ lati opin-si-opin nipasẹ isọdọtun.
Nitoripe awọn aiṣedeede asọtẹlẹ nigbagbogbo jẹ ida, bawo ni awọn iye pixel ṣe ṣe ayẹwo ni awọn ipo yẹn?
Awọn aiṣedeede ida nilo interpolation bilinear, eyiti o jẹ ki iṣẹ ṣiṣe yatọ si fun ikẹkọ.
Kini Deformable ConvNets v2 (2018) ṣafikun lori atilẹba?
v2 ṣe agbekalẹ awose, iwuwo ikẹkọ fun aaye iṣapẹẹrẹ ti o le ṣe alekun tabi dinku ipa rẹ, imudarasi deede.
Kilode ti awọn iyipada idibajẹ jẹ iranlọwọ paapaa fun awọn nkan ti o ni apẹrẹ ti ko tọ?
Nipa atunse akoj iṣapẹẹrẹ, aaye gbigba imunadoko ṣe deede pẹlu jiometirika ohun naa dipo onigun mẹrin kosemi.