اكتشاف الأشياء بدون تدريب مسبق من خلال التضمين الإقليمي الهجين

يُعتبر اكتشاف الأشياء من بين أكثر المشكلات تحديًا في رؤية الحاسوب، نظرًا لأنه يتطلب التنبؤ الصحيح بأنواع وأماكن الأشياء في الصور. في هذه الدراسة، نحدد سيناريو أكثر صعوبة، وهو اكتشاف الأشياء بدون معلومات تدريبية بصرية (ZSD)، حيث لا تكون هناك بيانات تدريب بصرية متاحة لبعض فئات الأشياء المستهدفة. نقدم طريقة جديدة للتعامل مع مشكلة ZSD، حيث يتم استخدام تركيبة محدبة من التمثيلات (embeddings) بالاشتراك مع إطار عمل الكشف. لتقدير طرق ZSD، نقترح مجموعة بيانات بسيطة تم بناؤها من صور Fashion-MNIST وتقسيم خاص بدون معلومات تدريبية للتحدي الكشفي Pascal VOC. تشير النتائج التجريبية إلى أن طريقتنا تعطي نتائج واعدة لمشكلة ZSD.