HyperAIHyperAI
منذ 2 أشهر

DAVE -- نموذج الكشف والتحقق للعد بمعدلات منخفضة

Pelhan, Jer ; Lukežič, Alan ; Zavrtanik, Vitjan ; Kristan, Matej
DAVE -- نموذج الكشف والتحقق للعد بمعدلات منخفضة
الملخص

المعدات ذات الإطارات القليلة (Low-shot counters) تقدر عدد الأشياء المرتبطة بفئة مختارة، بناءً على أمثلة قليلة أو غير موجودة تم تسميتها في الصورة. الطرق الحالية الأكثر تقدماً تقدير العدد الكلي من خلال جمع خريطة كثافة مواقع الأشياء، ولكنها لا توفر مواقع و أحجام الأشياء الفردية، وهي عناصر أساسية للكثير من التطبيقات. يتم معالجة هذا الأمر بواسطة المعدات القائمة على الكشف (detection-based counters)، والتي ومع ذلك تتأخر في دقة العد الكلي بسبب الكثير من الإيجابيات الخاطئة (false positives). بالإضافة إلى ذلك، تميل كلتا الطريقتين إلى زيادة تقدير العدد في وجود فئات أشياء أخرى. نقترح نظام DAVE، وهو معد قائم على نموذج الكشف والتحقق (detect-and-verify paradigm)، يتجنب المشكلات المذكورة أعلاه من خلال إنشاء مجموعة كشف عالية الاسترجاع أولاً ثم التحقق من هذه الاكتشافات لتحديد وإزالة القيم الشاذة (outliers). هذا يزيد بشكل مشترك من نسبة الاسترجاع والدقة، مما يؤدي إلى تقديرات دقيقة للعدد. يتفوق DAVE على أفضل المعدات القائمة على الكثافة بنسبة حوالي 20% في خطأ متوسط العد الكلي (MAE)، ويتفوق على آخر المعدات القائمة على الكشف بنسبة حوالي 20% في جودة الاكتشاف ويحدد مستوى جديدًا لأحدث التقنيات في العد بدون أمثلة (zero-shot) وكذلك العد المستند إلى تعليمات النص (text-prompt-based counting).