Awọn nẹtiwọki Amunawa Aye
Awọn Nẹtiwọọki Transformer Spatial (STNs) jẹ awọn modulu ti o kọ ẹkọ ti o jẹ ki nẹtiwọọki nkankikan ṣiṣẹ tapa, yiyi, irugbin na, tabi tun igbewọle rẹ si idojukọ lori ohun ti o ṣe pataki.
Akopọ
They give CNNs a built-in sense of spatial attention and invariance.
Jin Dive
Awọn nẹtiwọọki convolutional boṣewa jẹ alailagbara nikan si awọn iyipada ni ipo, iwọn, ati yiyi, ti o da lori ikojọpọ fun ifarada diẹ. Awọn nẹtiwọki Transformer Spatial, ti a ṣe nipasẹ Jaderberg et al. ni 2015, ṣatunṣe eyi nipa fifi module ti o yatọ si ti o ṣe iyipada jiometirika ti o han gbangba lori awọn maapu ẹya. Module naa ni awọn ẹya mẹta: nẹtiwọọki isọdi ti o sọ asọtẹlẹ awọn aye iyipada, olupilẹṣẹ akoj ti o kọ akoj iṣapẹẹrẹ lati awọn ayewọn wọnyẹn, ati apẹẹrẹ ti o ṣe agbewọle igbewọle ni awọn aaye akoj. Nitoripe gbogbo igbesẹ jẹ iyatọ, gbogbo ẹrọ iyipada jẹ ikẹkọ opin-si-opin nipasẹ isọdọtun laisi abojuto afikun. Nẹtiwọọki naa kọ ẹkọ, fun apẹẹrẹ, lati tọ awọn nọmba titọ tabi sun-un si agbegbe ti o yẹ, ti n ṣe alekun deede ati agbara.
Imọ-imọ-ẹrọ
Nẹtiwọọki isọdi n ṣe abajade awọn ayeraye (nigbagbogbo matrix affine 2x3) fun itumọ, iwọn, yiyi, ati rirẹrun. Awọn maapu monomono akoj ṣe aworan piksẹli iṣelọpọ kọọkan pada si ipoidojuko orisun nipasẹ matrix yẹn. Ayẹwo lẹhinna ka igbewọle naa nipa lilo interpolation bilinear, eyiti o jẹ iyatọ nitoribẹẹ awọn gradients ṣan si nẹtiwọọki isọdibilẹ. Eyi jẹ ki module naa kọ ẹkọ awọn iyipada nikan lati ipadanu iṣẹ-ṣiṣe, wiwa si ati sisọ awọn agbegbe ti o yẹ.
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 Nẹtiwọọki Amunawa Aye
Awọn STN ni ipa bi awọn nẹtiwọọki ṣe n ṣakoso geometry ati akiyesi, ifunni sinu awọn iyipada ti o le bajẹ ati awọn modulu ijafafa ẹkọ. Lakoko ti awọn ayirapada akiyesi ti ara ẹni ni bayi jẹ gaba lori, iṣapẹẹrẹ iyatọ ti ara STN tẹsiwaju ninu awọn iṣẹ ṣiṣe ti o nilo titete jiometirika ti o han gbangba: idamọ ọrọ, isọdi-daradara, ati duro deede. Reti ijafafa iyatọ lati ma farahan ni iran 3D, ṣiṣe nkan ti ara, ati iforukọsilẹ aworan iṣoogun, nigbagbogbo ni idapo pẹlu akiyesi kuku ju rọpo nipasẹ rẹ.
Real-World imuse
Titọna ati titọ ọrọ ti o tẹ tabi yiyi ṣaaju idanimọ ni awọn ọna ṣiṣe-ọrọ OCR
Sisun si awọn agbegbe iyasoto (gẹgẹbi beak eye tabi iyẹ) fun isọdi-ara aworan ti o dara
Ṣiṣe deede iduro oju ati titete bi igbesẹ iṣaaju ni awọn opo gigun ti idanimọ oju
Atunse ipalọlọ ati aligning sikanu ni egbogi image ìforúkọsílẹ
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 Spatial Transformer Networks 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
DETR Amunawa erin
Awọn ibeere ti a beere nigbagbogbo
What is Spatial Transformer Networks?
Awọn Nẹtiwọọki Transformer Spatial (STNs) jẹ awọn modulu ti o kọ ẹkọ ti o jẹ ki nẹtiwọọki nkankikan ṣiṣẹ tapa, yiyi, irugbin na, tabi tun igbewọle rẹ si idojukọ lori ohun ti o ṣe pataki. Wọn fun CNNs ni imọ-itumọ ti akiyesi aye ati aibikita.
Agbara wo ni Nẹtiwọọki Transformer Spatial ṣe afikun si nẹtiwọọki nkankikan?
Awọn STN fi module ti o le kọ ẹkọ ti o le tumọ, yiyipo, iwọn, tabi awọn maapu ẹya-ara ija si idojukọ lori akoonu ti o yẹ.
Eyi ti mẹta irinše ṣe soke a aaye transformer module?
STN kan ni nẹtiwọọki isọdi kan (sọsọ awọn ayesọtẹlẹ), olupilẹṣẹ akoj (ṣe awọn ipoidojuko iṣapẹẹrẹ), ati apẹẹrẹ (ṣe agbewọle titẹ sii).
Kini idi ti Nẹtiwọọki Amunawa Aye le ṣe ikẹkọ pẹlu isọdọtun lasan?
Interpolation bilinear ninu oluṣayẹwo jẹ iyatọ, nitorinaa awọn gradients ṣan pada nipasẹ monomono grid si nẹtiwọọki isọdi, ṣiṣe ikẹkọ ipari-si-opin.
Kini nẹtiwọọki isọdi deede n jade fun iyipada affine kan?
Fun awọn iyipada affine, nẹtiwọọki isọdi sọtẹlẹ awọn iye mẹfa ti a ṣeto bi 2x3 matrix fifi koodu, iwọn, yiyi, ati rirẹrun.
Kini idi ti awọn CNN boṣewa nikan jẹ alailagbara iyipada si awọn ayipada aaye, ti o ni iwuri STNs?
Awọn CNN ṣaṣeyọri aiṣedeede iwọntunwọnsi nikan nipasẹ sisọpọ; Awọn STN ṣafikun ọna ti o fojuhan, ọna kọ ẹkọ lati mu ipo, iwọn, ati yiyi.