DEIM: Новый ИИ-фреймворк для ускорения сходимости и точности обнаружения объектов
Модели обнаружения на базе трансформеров становятся все более популярными благодаря своей стратегии сопоставления один к одному. В отличие от традиционных моделей, таких как YOLO, которые требуют дополнительной обработки для уменьшения избыточности, модели DETR используют венгерские алгоритмы и многоголовое внимание для создания уникальной связи между обнаруженным объектом и истинным значением.
Проблемы и решения
Хотя DETR решает проблемы задержки и нестабильности, у них есть ограничения, такие как медленная сходимость. Это связано с недостаточной супервацией и низким качеством совпадений. Недостаток положительных образцов негативно сказывается на обучении модели, особенно при обнаружении мелких объектов.
Недостаток совпадений также объясняется малым количеством запросов в DETR, что приводит к низкому качеству обнаружения. Недавние исследования предлагают новые подходы для улучшения этих моделей без увеличения вычислительных затрат.
Решение от Intellindust AI Lab
Исследователи разработали механизм DETR под названием DEIM, который сочетает две новаторские методики: Dense O2O и MAL. Это позволяет увеличить количество совпадений и улучшить их качество. Основная идея Dense O2O заключается в увеличении числа целей на каждом обучающем изображении, что ведет к большему количеству положительных образцов.
MAL (Matchability Aware Loss) помогает улучшить качество совпадений, учитывая уровень уверенности в классификации. Это упрощает формулировку потерь и улучшает результаты по сравнению с традиционными методами.
Преимущества DEIM
Использование DEIM в моделях DETR показало превосходные результаты по сравнению с другими моделями, такими как YOLO. Модели, использующие DEIM, показали лучшие показатели по стоимости обучения, задержке вывода и точности обнаружения.
Модель D-FINE, использующая DEIM, достигла значительного улучшения в обнаружении мелких объектов, увеличив AP на 1.5.
Вывод
DEIM предлагает простую и эффективную структуру для решения проблемы медленной сходимости в моделях DETR. Она превосходит другие современные методы, особенно в обнаружении мелких объектов.
Как использовать ИИ для развития вашего бизнеса
Если вы хотите, чтобы ваша компания развивалась с помощью ИИ, рассмотрите внедрение DEIM. Проанализируйте, как ИИ может изменить вашу работу и где возможно применение автоматизации.
Определите ключевые показатели эффективности (KPI), которые вы хотите улучшить с помощью ИИ. Подберите подходящее решение и внедряйте ИИ постепенно, начиная с небольших проектов.
На основе полученных данных расширяйте автоматизацию.
Если вам нужны советы по внедрению ИИ, свяжитесь с нами.
Попробуйте ИИ-ассистента в продажах, который поможет отвечать на вопросы клиентов и генерировать контент для отдела продаж.
Узнайте, как ИИ может изменить ваши процессы с решениями от Flycode.ru.
