HyperAIHyperAI

Command Palette

Search for a command to run...

الشبكة الشبكية الكثيفة ذات التوسع القصوى: نحو نموذج CNN مقاوم للكشف عن الحواف

Xavier Soria Edgar Riba Angel D. Sappa

الملخص

تُقدّم هذه الورقة أداة كشف حواف تعتمد على التعلم العميق، مستوحاة من شبكتين هما HED (كشف الحواف المتكاملة المتشابكة) وXception. ويُنتج النهج المقترح خرائط حواف رفيعة تبدو واقعية للعين البشرية، ويمكن استخدامها في أي مهمة لكشف الحواف دون الحاجة إلى تدريب مسبق أو عملية تعديل دقيق. كمُساهمة ثانية، تم إنشاء مجموعة بيانات كبيرة تحتوي على حواف مُعلّمة بدقة. وقد استُخدمت هذه المجموعة في تدريب النهج المقترح، وكذلك في تدريب الخوارزميات الرائدة في المجال لغرض المقارنة. تم إجراء تقييمات كمية ونوعية على معايير مختلفة، أظهرت تحسّنًا ملحوظًا باستخدام النهج المقترح، خصوصًا عند النظر في معامل F (ODS وOIS).


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