HyperAIHyperAI

Command Palette

Search for a command to run...

اكتشاف الكائنات برقابة ضعيفة عبر المجالات من خلال التكيف التدريجي بين المجالات

Naoto Inoue Ryosuke Furuta Toshihiko Yamasaki Kiyoharu Aizawa

الملخص

هل يمكننا الكشف عن الأشياء الشائعة في مجموعة متنوعة من مجالات الصور دون الحاجة إلى تسميات على مستوى الحالة؟ في هذا البحث، نقدم إطارًا لمهمة جديدة، وهي الكشف عن الأشياء تحت الإشراف الضعيف عبر المجالات، والتي تعالج هذا السؤال. لدينا صور مع تسميات على مستوى الحالة في مجال المصدر (مثل الصورة الطبيعية) وصور مع تسميات على مستوى الصورة في المجال المستهدف (مثل الرسوم المائية). بالإضافة إلى ذلك، تكون الفئات المراد كشفها في المجال المستهدف كلها أو جزءًا من تلك الموجودة في مجال المصدر. بدءًا من كاشف أشياء مُشرف عليه بالكامل، والذي تم تدريبه مسبقًا على مجال المصدر، نقترح تقنية التكيف بين المجالات تدريجيًا بخطوتين من خلال ضبط الكاشف على نوعين من العينات التي تم إنشاؤها بشكل اصطناعي وتلقائي. قمنا باختبار طرقنا على قواعد بيانات جديدة جمعناها وتحتوي على ثلاثة مجالات صورية، وحققنا تحسنًا بنسبة حوالي 5 إلى 20 نقطة مئوية فيما يتعلق بدقة الوسط المتوسطة (mAP) مقارنة بأفضل النماذج الأساسية.


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
اكتشاف الكائنات برقابة ضعيفة عبر المجالات من خلال التكيف التدريجي بين المجالات | مستندات | HyperAI