HyperAIHyperAI

Command Palette

Search for a command to run...

التعلم التعاوني الجماعي لاكتشاف الأشياء المشتركة في الصور

Qi Fan Deng-Ping Fan Huazhu Fu Chi Keung Tang Ling Shao Yu-Wing Tai

الملخص

نقدم إطارًا جديدًا للتعلم التعاوني الجماعي (GCoNet) قادر على اكتشاف الأشياء المشتركة في الوقت الفعلي (16 ملليثانية)، من خلال التنقيب المتزامن عن التمثيلات المتفق عليها على مستوى المجموعة بناءً على المعيارين الأساسيين:1) الكثافة داخل المجموعة لصياغة أفضل للتوافق بين الأشياء المشتركة من خلال التقاط الصفات المشتركة الذاتية باستخدام وحدة الارتباط الجماعي الجديدة لدينا؛2) الانفصال بين المجموعات لقمع تأثير الأشياء الضوضائية على النتيجة بشكل فعال من خلال تقديم وحدة التعاون الجماعي الجديدة لدينا التي تحدد التوافق غير المتسق.لتعلم فضاء تمثيلي أفضل دون زيادة العبء الحسابي، نستخدم الإشراف التصنيفي المساعد بشكل صريح. أظهرت التجارب الواسعة على ثلاثة مقاييس صعبة، وهي CoCA، CoSOD3k، وCosal2015، أن إطاراتنا البسيطة GCoNet تتفوق على 10 نماذج متقدمة وتحقق أحدث مستوى عالمي. كما نوضح المساهمات التقنية الجديدة لهذا البحث في عدد من التطبيقات الهامة لرؤية الحاسوب السفلية، مثل تقسيم الأجزاء المشتركة بوعي محتوى والتصفح التلقائي للأهداف الصغيرة المستندة إلى التحديد المشترك.


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