HyperAIHyperAI

Command Palette

Search for a command to run...

مجموعة سياقية كبيرة لتصنيف وكشف وعد السيارات باستخدام التعلم العميق

T. Nathan Mundhenk; Goran Konjevod; Wesam A. Sakla; Kofi Boakye

الملخص

لقد أنشأنا مجموعة كبيرة ومتنوعة من السيارات من صور جوية، وهي مفيدة لتدريب نموذج تعلم عميق على تصنيفها تصنيفًا ثنائيًا، وكشفها وعدّها. سيتم جعل المجموعة وكل المواد ذات الصلة متاحة للعامة. تحتوي المجموعة على محتوى سياقي يساعد في تحديد الأهداف الصعبة. نقوم بتجسيد التصنيف والكشف عن هذه المجموعة باستخدام شبكة عصبية نطلق عليها اسم ResCeption. تجمع هذه الشبكة بين التعلم البواقي (residual learning) وطبقات من نوع Inception، وتُستخدم لعد السيارات بنظرة واحدة. هذا هو طريقة جديدة لعد الأشياء بدلاً من تحديد الموقع أو تقدير الكثافة. إنها دقيقة بشكل معقول، سريعة وسهلة التنفيذ. بالإضافة إلى ذلك، فإن طريقة العد ليست خاصة بالسيارات أو المشاهد. سيكون من السهل تدريب هذه الطريقة لعد أنواع أخرى من الأشياء، ويحتاج العد فوق مشاهد جديدة إلى أي إعداد إضافي أو افتراضات حول مواقع الأشياء.


بناء الذكاء الاصطناعي بالذكاء الاصطناعي

من الفكرة إلى الإطلاق — سرّع تطوير الذكاء الاصطناعي الخاص بك مع المساعدة البرمجية المجانية بالذكاء الاصطناعي، وبيئة جاهزة للاستخدام، وأفضل أسعار لوحدات معالجة الرسومات.

البرمجة التعاونية باستخدام الذكاء الاصطناعي
وحدات GPU جاهزة للعمل
أفضل الأسعار

HyperAI Newsletters

اشترك في آخر تحديثاتنا
سنرسل لك أحدث التحديثات الأسبوعية إلى بريدك الإلكتروني في الساعة التاسعة من صباح كل يوم اثنين
مدعوم بواسطة MailChimp
مجموعة سياقية كبيرة لتصنيف وكشف وعد السيارات باستخدام التعلم العميق | مستندات | HyperAI