21 ноября 2024

eur = 105.81 0.08 (0.07 %)

btc = 97 458.00$ 4 199.92 (4.50 %)

eth = 3 133.76$ 11.60 (0.37 %)

ton = 5.50$ 0.06 (1.18 %)

usd = 100.22 0.18 (0.18 %)

eur = 105.81 0.08 (0.07 %)

btc = 97 458.00$ 4 199.92 (4.50 %)

Форум

Российские учёные разработали самый точный в мире ИИ-метод по обнаружению ранее неизвестных объектов на фото

1 минута на чтение
Российские учёные разработали самый точный в мире ИИ-метод по обнаружению ранее неизвестных объектов на фото

Читать первым в Telegram-канале «Код Дурова»

Открытие было сделано учёными из лаборатории исследований ИИ T-Bank AI Research совместно со студентами Университета МИСИС и МФТИ, сообщили «Коду Дурова» в Т-Банке.

Метод получил название SDDE (Saliency-Diversified Deep Ensembles), а его значимой особенностью является то, что он снизил риск ошибки при обработке и анализе изображений более чем на 20%. Это уменьшает необходимость перепроверки и исправления неверных решений человеком.

Учёные уверены, что SDDE будет особенно востребован в сферах, требующих высокой точности анализа, а в перспективе поможет развить сферы беспилотных транспортных средств и медицинской диагностики, где важно различать неопознанные элементы и графические артефакты.

Открытие было представлено на Международной конференции по обработке изображений (IEEE ICIP) в Абу-Даби (ОАЭ) — одной из крупнейших научных конференций, посвященных обработке изображений и видео, а также компьютерному зрению.

SDDE использует карты внимания, фокусирующиеся на разных аспектах данных, что уменьшает схожесть моделей и повышает их общую точность, благодаря чему идентификация объектов становится более надёжной и диверсифицированной.

Глубокие ансамбли используют одинаковые модели для распознавания изображений. В подходе SDDE каждая модель фокусируется на разных аспектах данных, что видно на выделенных зонах — картах внимания. В SDDE карты сильнее различаются, например захватывается фон изображения.

Кроме того, модель учитывает не только наборы данных, которые использовались при обучении нейросети, но и незнакомую ей информацию.

Сообщается, что учёные провели испытания эффективности метода на популярных базах данных (CIFAR10, CIFAR100 и ImageNet-1K), и SDDE продемонстрировал наилучшие результаты по сравнению со схожими алгоритмами, такими как Negative Correlation Learning и Adaptive Diversity Promoting.

Сейчас читают
Карьера
Блоги 295
Т-Банк
Газпромбанк
X5 Tech
МТС
Сбер
билайн
Яндекс Практикум
Ozon Tech
Циан
Банк 131