Attēlu atpazīšana Datorredzes kontekstā ir programmatūras spēja identificēt objektus, vietas, cilvēkus, rakstus un darbības attēlos. Datori var izmantot mašīnredzes tehnoloģijas kombinācijā ar kameru un mākslīgā intelekta programmatūru, lai panāktu attēla atpazīšanu.
Attēlu klasifikācija attiecas uz procesu datorredzē, kas var klasificēt attēlu, pamatojoties uz tā vizuālo saturu. Piemēram, attēlu klasifikācijas algoritmu var izveidot, lai norādītu, vai attēlā ir vai nav cilvēka figūra. Lai gan objektu noteikšana cilvēkiem ir mazsvarīga, stingra attēlu klasifikācija joprojām ir izaicinājums datora redzes lietojumprogrammām.
Šī pētījuma mērķis ir noteikt, kas padara dziļu neironu tīklu, kas apstrādā sarežģītus datus, piemēram, attēlu/video datus, ātrāk un precīzāk, mēs pārbaudīsim jaunākās veiksmīgās neironu tīklu arhitektūras, lai noteiktu, kura ir visefektīvākā (un ātrākā) arhitektūra(-as) attēlu klasifikācijā, un mēs arī izpētīsim, kuras optimizācijas metodes vislabāk darbojas šāda veida datos.
Mēs cenšamies saprast, kā pētnieki nesen spēruši lielu soli uz priekšu vizuālajā atpazīšanā, klasificējot attēlus, un redzēt, kā viņi ieguva neticami precizitāti ImageNet izaicinājumā. Ņemot vērā to, kā mēs varam ātrāk apstrādāt sarežģītus datus, piemēram, attēlu datus, kā mēs varam risināt šo datu pārmērīgas pielāgošanas problēmu un kā mēs varam samazināt mūsu arhitektūras apmācības laiku.
Atjaunināta
2022. gada 2. jūl.