شبكة عصبية متعددة القياسات موحدة وعميقة للإدراك السريع للأشياء

يُقترح شبکة عصبية عميقة موحدة، تُعرف بالشبكة العصبية التلافيفية متعددة المقاييس (MS-CNN)، للكشف السريع عن الأشياء بمقاييس متعددة. تتكون الشبكة MS-CNN من شبكة فرعية للاقتراح وشبكة فرعية للكشف. في شبكة الاقتراح الفرعية، يتم الكشف على طبقات الإخراج المتعددة بحيث تتطابق حقول الاستقبال مع الأشياء ذات المقاييس المختلفة. يتم دمج هذه المكتشفات الخاصة بالمقاييس المكملة لإنتاج مكتشف أشياء قوي بمقاييس متعددة. يتم تعلم الشبكة الموحدة من النهاية إلى النهاية، من خلال تحسين خسارة متعددة المهام. كما تم استكشاف الترقیة العكسیة للخصائص كبدیل للتضخیم الإدخالي لتقلیل تكالیف الذاكرة والحساب. تم الإبلاغ عن أداء کشف الأشياء الرائد، بمعدل يصل إلى 15 إطارًا في الثانية، على مجموعات بيانات مثل KITTI و Caltech التي تحتوي على عدد كبير من الأشياء الصغيرة.