FSS-1000: مجموعة بيانات تحتوي على 1000 فئة لتقسيم النماذج القليلة الإطارات

خلال السنوات القليلة الماضية، شهدنا نجاح التعلم العميق في التعرف على الصور بفضل توفر مجموعات بيانات كبيرة تم تسميتها من قبل البشر مثل PASCAL VOC و ImageNet و COCO. رغم أن هذه المجموعات تغطي مجموعة واسعة من فئات الأشياء، إلا أنه لا يزال هناك عدد كبير من الأشياء التي لم يتم تضمينها. هل يمكننا تنفيذ نفس المهمة دون الحاجة إلى الكثير من التسميات البشرية؟ في هذا البحث، نحن مهتمون بالتقسيم النقطي للأجسام باستخدام عدد قليل من الأمثلة حيث يتم تحديد عدد أمثلة التدريب المصحوبة بالتسميات إلى 5 فقط. لتقدير وتقييم أداء نهجنا، قمنا ببناء مجموعة بيانات للتقسيم النقطي بأعداد قليلة، وهي FSS-1000، والتي تتكون من 1000 فئة جسم مع تسميات البكسل للتقسيم الحقيقي (ground-truth segmentation). ما يميز FSS-1000 هو أنها تحتوي على عدد كبير من الأجسام التي لم يتم رؤيتها أو تسميتها في المجموعات السابقة، مثل الأشياء اليومية الصغيرة والبضائع和个人يات الكرتونية والشعارات وما إلى ذلك. بنينا نموذجنا الأساسي باستخدام شبكات ظهرية قياسية مثل VGG-16 و ResNet-101 و Inception. وللدهشة، اكتشفنا أن تدريب نموذجنا من البداية باستخدام FSS-1000 حقق نتائج مقاربة وأفضل حتى من التدريب باستخدام الأوزان المسبقة التدريب بواسطة ImageNet التي هي أكبر بمزيد من 100 مرة من FSS-1000. كلًا من نهجنا ومجموعتنا البيانات بسيطان وفعالان ويمكن توسيعهما بسهولة لتعلم تقسيم فئات أجسام جديدة عند توفر أمثلة قليلة مصحوبة بالتسميات. يمكن الوصول إلى مجموعة البيانات عبر الرابط: https://github.com/HKUSTCV/FSS-1000.