كيفية تدريب نموذج الطاقة القائمة على الأساس للانحدار

أصبحت النماذج القائمة على الطاقة (EBMs) شائعة بشكل متزايد في مجال الرؤية الحاسوبية في السنوات الأخيرة. وعلى الرغم من استخدامها بشكل شائع في نمذجة الصور التوليدية، فقد تم تطبيق النماذج القائمة على الطاقة أيضًا على مهام الانحدار في أبحاث حديثة، حيث حققت أداءً متميزًا على مستوى الحد الأقصى في الكشف عن الكائنات والتعقب البصري. ومع ذلك، يُعرف أن تدريب هذه النماذج يُعد تحديًا كبيرًا. في حين تم استكشاف مجموعة متنوعة من التقنيات المختلفة لنمذجة التوليد، فإن تطبيق النماذج القائمة على الطاقة على مهام الانحدار لا يُعد مجالًا تم دراسته بشكل واسع. وبالتالي، لا يزال غير واضح كيفية تدريب هذه النماذج لتحقيق أفضل أداء ممكن في مهام الانحدار. ولهذا السبب، نقبل المهمة المتمثلة في تقديم أول دراسة مفصلة لهذا المشكل. ولتحقيق ذلك، نقترح امتدادًا بسيطًا لكنه فعّال للغاية لتقنيّة التباين الضوضائي (Noise Contrastive Estimation)، ونقارن أداؤه بدقة مع ستة طرق شائعة من الأدبيات على مهام الانحدار في بعد واحد والكشف عن الكائنات. تشير نتائج هذه المقارنة إلى أن طريقة التدريب التي نقترحها ينبغي اعتبارها الأسلوب المُفضّل. كما نطبّق طريقةنا على مهمة التعقب البصري، ونحقق أداءً متميزًا على خمسة مجموعات بيانات. ومن الملاحظ بارزًا أن مُتتبعنا حقق 63.7% من AUC على مجموعة بيانات LaSOT و78.7% من النجاح على مجموعة بيانات TrackingNet. يمكن الوصول إلى الكود من خلال الرابط: https://github.com/fregu856/ebms_regression.