Искусственный интеллект Facebook выпускает трансформаторы обнаружения


За последние несколько лет Трансформеры приобрели огромное признание в области обработки естественного языка. Помимо обработки естественного языка (NLP), эта архитектура корневого обучения также широко известна для распознавания речи, машинного перевода, символьной математики и т. Д. Наряду со всем этим Трансформаторы, скорее всего, используются для моделей ИИ.

Учитывая полезность трансформеров, технологические компании проводят с ними различные настройки и экспериментируют. Недавно Facebook запустил детекторные трансформаторы (DETR). Это одна из самых уникальных форм Трансформеров, которые когда-либо были запущены. Эксперты в области технологий также считают это революцией в системах распознавания и обнаружения объектов. Архитектура преобразователей обнаружения сильно отличается от прежних систем обнаружения объектов, поскольку она использует преобразователи в качестве ядра конвейера обнаружения. Наряду с этим, DETR также довольно эффективно сочетает производительность базовой линии R-CNN с жестким набором данных системы обнаружения объектов COCO.

Трансформаторы обнаружения обеспечивают простое и настраиваемое планирование конвейера, которое даже не требует много практических приемов решения проблем. Однако Трансформеры служили надежным механизмом для улучшения работы моделей. Предполагается, что после некоторой доработки он принесет больше преимуществ.

Подробнее: Facebook выпускает темный режим WhatsApp для Android & iPhone

В содержании показано, как реформировалась задача обнаружения объектов. Будущее моделей NLP и компьютерного зрения.

Как это преобразовано. Задача обнаружения объектов.

DETR полностью изменила задачу объектаобнаружение. Он выполняет задачу идентификации объекта, точно так же, как задачу установки изображения. Когда вы предоставляете ему картинку, модель предполагает неупорядоченный набор значительного количества доступных объектов, а также компактную коробку, охватывающую всех. Однако это особенно разумно для Transformers.

Разработчики Facebook также связали сверточную нейронную систему (CNN) с планом кодировщика-декодера Transformer. Он извлекает остаточные данные изображения и после этого предоставляет прогнозы.

Обычно блоки обработки ПК используют довольно сложный конвейер, выполняемый вручную наполовину. Этот конвейер зависит от настраиваемых слоев для установки объектов на изображении. После этого конвейер берет из него функции. DETR - простое решение для этой сложной нейронной системы, обеспечивающее действительно глубокое изучение проблемы. В состав трансформатора обнаружения входит уникальный набор глобальных потерь. Это помогает делать уникальные прогнозы с использованием двудольного сопоставления вместе с архитектурой кодировщика-декодера Transformer.

Если вы предоставите конкретный набор уже изученных проблем с объектами для этой архитектуры Transformer, он будет рассуждать о сходстве объекты. А также настройка изображения по всему миру для одновременного получения последних прогнозов. Прошлые попытки использовать архитектуры, например повторяющиеся нейронные системы для идентификации объектов, были довольно вялыми. Причина в том, что они не делали прогнозов одновременно.

DETR также способен прогнозировать на основе корреляции и сходства между различными объектами на изображении.

Будущее моделей НЛП и компьютерного зрения

Выше мы видели, как Трансформаторы могут преодолевать любые препятствия в исследованиях и анализе данных. Однако тамвсе еще остается разрыв между видением НЛП и ПК. Вот почему Facebook представил DETR, преобразователь для задач обнаружения. Раньше было невозможно или почти невозможно одновременно обрабатывать графику и текст. Но с помощью DETR Facebook сделал это возможным, а также показал это миру в рамках конкурса Hateful Memes Challenge.

Facebook известен постоянными улучшениями. Итак, давайте посмотрим, какие улучшения они предлагают с DETR. Мы верим, что DETR может произвести революцию в задачах обнаружения объектов.

Кроме того, если вы хотите больше таких обновлений от Facebook и других технологических гигантов, подпишитесь на блоги Innovana.

Подпишитесь на наши Информационный бюллетень

Будьте в курсе последних технологий и тенденций с Innovana Thinklabs Limited. Если вы человек, оставьте это поле пустым:

Не волнуйтесь, мы не спамим