HyperAIHyperAI
منذ 11 أيام

LDC: شبكة عصبية متعددة الطبقات كثيفة خفيفة الوزن للكشف عن الحواف

{Angel Domingo Sappa, Gonzalo Pomboza-Junez, Xavier Soria Poma}
الملخص

تقدم هذه الورقة شبكة عصبية مُدمجة كثيفة خفيفة الوزن (LDC) للكشف عن الحواف. إن النموذج المقترح هو تكيّف لنهجَين حديثين متقدّمين، لكنه يحتاج إلى أقل من 4% من المعاملات مقارنةً بهذه النهجين. تُنتج البنية المُقترحة خرائط حواف رفيعة، وتُحقّق أعلى درجة (أي ODS) مقارنةً بالنماذج الخفيفة الوزن (النماذج التي تمتلك أقل من مليون معامل)، كما تُظهر أداءً مشابهًا للنماذج الثقيلة (النماذج التي تمتلك حوالي 35 مليون معامل). وتُقدّم الورقة نتائج كمية ونوعية، بالإضافة إلى مقارنات مع النماذج الرائدة في المجال، باستخدام مجموعات بيانات مختلفة للكشف عن الحواف. لا يستخدم النموذج LDC المقترح أوزانًا مُدرّبة مسبقًا، ويحتاج إلى إعدادات بسيطة للبارامترات الفائقة. تم إتاحة الشيفرة المصدرية على الرابط: https://github.com/xavysp/LDC.

LDC: شبكة عصبية متعددة الطبقات كثيفة خفيفة الوزن للكشف عن الحواف | أحدث الأوراق البحثية | HyperAI