HyperAIHyperAI

Command Palette

Search for a command to run...

Amélioration de ProtoNet pour la reconnaissance d’objets vidéo en peu d’exemples : Lauréat du défi ORBIT 2022

Li Gu Zhixiang Chi Huan Liu Yuanhao Yu Yang Wang

Résumé

Dans ce travail, nous présentons la solution gagnante du défi ORBIT de reconnaissance d'objets vidéo en peu d'exemples (Few-Shot Video Object Recognition Challenge) 2022. Basée sur le modèle de référence ProtoNet, notre méthode voit ses performances améliorées grâce à trois techniques efficaces : l’adaptation des embeddings, l’échantillonneur uniforme de clips vidéo et la détection des cadres invalides. En outre, nous avons réorganisé et réimplémenté la base de code officielle afin de favoriser la modularité, la compatibilité et des performances accrues. Notre implémentation accélère le chargement des données tant en phase d’entraînement qu’en phase de test.


Créer de l'IA avec l'IA

De l'idée au lancement — accélérez votre développement IA avec le co-codage IA gratuit, un environnement prêt à l'emploi et le meilleur prix pour les GPU.

Codage assisté par IA
GPU prêts à l’emploi
Tarifs les plus avantageux

HyperAI Newsletters

Abonnez-vous à nos dernières mises à jour
Nous vous enverrons les dernières mises à jour de la semaine dans votre boîte de réception à neuf heures chaque lundi matin
Propulsé par MailChimp
Amélioration de ProtoNet pour la reconnaissance d’objets vidéo en peu d’exemples : Lauréat du défi ORBIT 2022 | Articles | HyperAI