HyperAIHyperAI

Command Palette

Search for a command to run...

Intégration croissante de multiples modules d’informations faciales dans un modèle d’apprentissage profond unifié via l’apprentissage continu

Chu-Song Chen Yi-Ming Chan Chein-Hung Chen Jia-Hong Lee Timmy S. T. Wan Steven C. Y. Hung

Résumé

L’exécution simultanée de plusieurs modules constitue une exigence essentielle pour un système multimédia intelligent destiné aux applications faciales, telles que la reconnaissance faciale, la compréhension des expressions faciales et l’identification du sexe. Pour intégrer efficacement ces tâches, une approche d’apprentissage continu est proposée, permettant d’apprendre de nouvelles tâches sans oublier les anciennes. Contrairement aux méthodes précédentes qui croissent de manière monotone en taille, notre approche préserve la compacité tout au long du processus d’apprentissage continu. La méthode proposée, basée sur le « packing et expansion » (empaquetage et expansion), est à la fois efficace et facile à mettre en œuvre, permettant de réduire puis d’agrandir itérativement le modèle afin d’intégrer de nouvelles fonctionnalités. Le modèle multitâches intégré atteint une précision similaire à celle du modèle original, tout en n’occupant que 39,9 % de sa taille initiale.


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
Intégration croissante de multiples modules d’informations faciales dans un modèle d’apprentissage profond unifié via l’apprentissage continu | Articles | HyperAI