8146

بررسي و مقايسه عملكرد روش ها و چارچوب هاي شناسايي بي درنگ اشيا با رويكرد يادگيري عميق

1399-1400

دكتر عادل رحماني

امروزه شناسايي اشيا يكي از زمينه هاي اصلي تحقيقات بينايي رايانه است. محققان در حال يافتن راهكار¬هايي جديد براي درك آنچه كه رايانه مي¬بيند هستند. مدل¬هاي جديدي در حال تدوين هست كه نسخه¬هاي قبلي خود را بهبود مي¬بخشند. كارايي مدل در بينايي رايانه به دليل استفاده در دستگاه¬هايي كه داراي منابع محدود سخت افزاري هستند اهميت فزاينده¬اي پيدا كرده است. در اين تحقيقات، محققان گزينه¬ها و روش¬هاي مختلف طراحي معماري شبكه¬هاي عصبي را براي تشخيص اشيا مورد بررسي قرار داده¬اند و چندين بهينه-سازي كليدي براي بهبود كارايي پيشنهاد كرده¬اند. در اين سمينار، سه مقاله را بررسي مي¬كنيم كه سعي در ارائه معماري¬هايي دارند كه تواما از دقت و سرعت بالا برخوردار هستند. در مقاله اول، مشاهده خواهيم كرد كه نويسندگان در ابتدا يك شبكه هرمي ويژگي دو جهته وزن¬دار (BiFPN) را پيشنهاد مي¬كنند كه امكان همجوشي ويژگي چند مقياسي را آسان و سريع مي¬كند. در دومين ايده اين مقاله، نويسندگان يك روش مقياس¬پذيري تركيبي را پيشنهاد مي¬دهند كه رزولوشن، عمق و عرض را براي هر سه شبكه¬ي ستون فقرات ، ويژگي¬هاي واسط و جعبه/كلاس به طور يكنواخت مقياس مي¬كند. در مقاله دوم، نويسندگان سعي ¬مي¬كنند نياز به بسياري از مولفه هاي طراحي دستي در تشخيص اشيا مانند روش توقيف غيرحداكثر يا ايجاد لنگر را كه صريحا به دانش قبلي ما نياز دارد، برطرف كنند. از مولفه¬هاي اصلي اين چارچوب، به نام DEtection TRansformer يا DETR، يك تابع زيان سراسري مبتني بر مجموعه هست كه پيش¬بيني¬هاي منحصر به فرد را از طريق يك تطبيق دو بخشي و ساختار رمزگذار رمزگشاي ترانسفورمر ، ميسر مي¬كند. در مقاله سوم كه نسخه جديد مدل معروف YOLO است، روش¬هاي مختلفي را كه قبلا ارايه شده¬بود، مورد بررسي قرار مي¬گيرد كه بتواند عملكرد شبكه¬هاي عصبي كانولوشني (CNN) را بهبود ببخشد. آزمايش¬ و تركيب مختلف اين روش¬ها در مجموعه داد¬گان¬هاي بزرگ و تحليل نتايج بدست آمده از اين آزمايش¬ها براي بهبود كارآيي شبكه، امري ضروري است. با مطالعه و بررسي اين مقالات درمي¬يابيم كه با بكارگيري روش¬ها و تكنيك¬هاي مختلف ذكر شده در اين مقالات و تركيب آنها مي¬توان شبكه¬اي ارائه داد كه هم از دقت بالا و سرعت بالا برخوردار باشد.

12/23/2020 12:00:00 AM

70361

1399/10/28

Survey and comparing the performance of methods and frameworks for real-time object detectionwith the deep learning approach

يادگيري عميق , تشخيص اشيا , شبكه هاي عصبي پيچشي(كانولوشني) , تشخيص بيدرنگ اشيا

Convolutional neural network , Deep learning , Object detection , real-time object detection