STEAL AI de Nvidia offre aux réseaux de neurones une meilleure vision par ordinateur

Des chercheurs de Nvidia, de l'Université de Toronto et du Vector Institute for Art Intelligence de Toronto ont mis au point un moyen de détecter et de prédire avec plus de précision le début et la fin d'un objet. Ces connaissances peuvent améliorer l'inférence pour les modèles de vision par ordinateur existants et les données de formation sur l'étiquetage pour les modèles futurs.

Dans des expériences menées par des chercheurs, Learning Alignment Edge Alignement Sémantiquement (VOLER) est en mesure d’améliorer la précision de l’état de la technique CASENet modèle de prévision des limites sémantiques de 4%. Une reconnaissance plus précise des limites d'un objet peut avoir des applications pour les tâches de vision par ordinateur allant de la génération d'images à la reconstruction 3D en passant par la détection d'objets.

STEAL peut être utilisé pour améliorer les CNN existants ou les modèles de détection de limites, mais les chercheurs pensent également que cela peut les aider à étiqueter ou annoter plus efficacement les données pour les modèles de vision par ordinateur. Pour le prouver, l’approche STEAL a été utilisée pour affiner Cityscapes, un ensemble de données des environnements urbains a été introduit pour la première fois lors de la conférence sur la vision par ordinateur et la reconnaissance des formes (CVPR) en 2016.

Sur GitHub maintenant, le framework STEAL apprend et prédit les bords des objets en pixels dans une méthode que les chercheurs appellent «alignement actif». Raisonnement explicite sur le bruit des annotations pendant la formation et formulation de niveaux permettant aux réseaux de tirer des enseignements des étiquettes mal alignées de bout en bout. La mode finale aide aussi à produire les résultats.

"Nous montrons en outre que nos limites prévues sont nettement meilleures que celles obtenues à partir des dernières DeepLab-v3 les résultats de la segmentation, tout en utilisant une architecture beaucoup plus légère », ont déclaré les auteurs de la recherche dans un article publié en avril et révisé le 9 juin, selon arXiv.

«Le diable est à la limite: apprendre les limites sémantiques à partir d'annotations bruissantes» sera partagé lors d'une présentation orale cette semaine à la conférence CVPR 2019 à Long Beach, en Californie. Près d'une douzaine de documents de recherche rédigés en partie par Nvidia Research seront partagés lors de présentations orales lors de la conférence, a déclaré Nvidia aujourd'hui article de blog.

Dans d'autres nouvelles récentes, Nvidia a déclaré qu'il prend en charge le matériel informatique haute performance du fabricant britannique Arm en 2020et le logiciel d'inférence Nvidia Analyseurs et plugins open source TensorRT aujourd'hui pour permettre plus de personnalisation.

Source

A propos newstrotteur-fr

Découvrez également

Colin Farrell qualifie le scénario de BAT Reeman de Matt Reeves de “vraiment beau, sombre et émouvant” – Newstrotteur

Colin Farrell est récemment apparu sur Jimmy Kimmel Live pour parler de Guy Ritchiec’est Les …

Laisser un commentaire

Do NOT follow this link or you will be banned from the site!