Mavzu: Kompyuter kurishining rivojlаnish tаrixi. Reja

Asosiy tuzilma

Chuqur o'rganishga asoslangan ob'ektni aniqlash modellari odatda ikki qismdan iborat. An kodlayıcısı usuli sifatida tasvirni oladi va topish va yorliq ob'ektlar uchun ishlatiladigan statistik xususiyatlari chiqarib o'rganish bloklari va qatlamlari bir qator orqali ishlaydi. Kodlovchidan olingan ma'lumotlar keyinchalik har bir ob'ekt uchun chegara qutilari va teglarni bashorat qiluvchi dekoderga o'tkaziladi.

Eng oddiy dekoder sof regressordir. Regressor enkoderning chiqishiga ulanadi va har bir cheklovchi qutining joylashuvi va hajmini to'g'ridan-to'g'ri taxmin qiladi. Modelning chiqishi ob'ekt uchun X, Y koordinata juftligi va uning tasvirdagi darajasidir. Oddiy bo'lsa-da, bu turdagi model cheklangan. Oldindan qutilar sonini belgilashingiz kerak. Agar sizning rasmingizda ikkita it bo'lsa, lekin sizning modelingiz faqat bitta ob'ektni aniqlash uchun mo'ljallangan bo'lsa, biri yorliqsiz qoladi. Biroq, agar siz har bir tasvirda oldindan bashorat qilishingiz kerak bo'lgan ob'ektlar sonini bilsangiz, sof regressorga asoslangan modellar yaxshi variant bo'lishi mumkin.

Regressor yondashuvning kengaytmasi mintaqaviy taklif tarmog'idir . Ushbu dekoderda model ob'ekt yashashi mumkinligiga ishonadigan tasvirning hududlarini taklif qiladi. Keyin ushbu hududlarga tegishli piksellar yorliqni aniqlash (yoki taklifni rad etish) uchun tasniflash quyi tarmog'iga kiritiladi. Keyin ushbu hududlarni o'z ichiga olgan piksellarni tasniflash tarmog'i orqali boshqaradi. Ushbu usulning afzalligi aniqroq, moslashuvchan model bo'lib, u chegaralovchi qutini o'z ichiga olishi mumkin bo'lgan hududlarning ixtiyoriy sonini taklif qilishi mumkin. Qo'shimcha aniqlik, ammo hisoblash samaradorligi narxiga to'g'ri keladi.