Taighdeoirí ó Microsoft agus Lár na Síne Ollscoil.... modh nua ardfheidhmíochta chun rudaí iolracha a rianú i bhfíseáin ag baint úsáide as teicneolaíochtaí meaisínfhoghlama - FairMOT (Fair Multi-Object Tracking). Cód le cur i bhfeidhm modha bunaithe ar mhúnlaí Pytorch agus oilte ar GitHub.
Úsáideann an chuid is mó de na modhanna rianaithe réad atá ann faoi láthair dhá chéim, gach ceann acu curtha i bhfeidhm ag líonra néarach ar leith. Ritheann an chéad chéim múnla chun suíomh rudaí suimiúla a chinneadh, agus úsáideann an dara céim samhail cuardaigh comhlachais a úsáidtear chun rudaí a athaithint agus chun ancairí a cheangal leo.
Úsáideann FairMOT cur chun feidhme aonchéime atá bunaithe ar líonra néarach comhbhrón deformable (, Líonra Comhdhlúite Deformable), a ligeann duit méadú suntasach a bhaint amach ar luas rianú réad. Oibríonn FairMOT gan ancairí, ag baint úsáide as meicníocht ath-shainaitheanta chun fritháirimh na n-ionad réad a chinneadh ar léarscáil réad ardchruinneas. Ag an am céanna, déantar próiseálaí a fhorghníomhú a dhéanann meastóireacht ar ghnéithe aonair rudaí is féidir a úsáid chun a bhféiniúlacht a thuar, agus déanann an príomh-mhodúl cóineasú na ngnéithe seo chun rudaí de scálaí éagsúla a ionramháil.
Chun an tsamhail a oiliúint in FairMOT, baineadh úsáid as meascán de shé thacar sonraí poiblí chun daoine a bhrath agus a chuardach (ETH, CityPerson, CalTech, MOT17, CUHK-SYSU). Rinneadh tástáil ar an tsamhail ag baint úsáide as tacair tástála físeáin , , и ar fáil ag an tionscadal agus ag clúdach cásanna éagsúla, gluaiseacht ceamara nó rothlú, uillinneacha féachana éagsúla. Léirigh an tástáil sin
FairMOT samhlacha iomaíocha is tapúla и nuair a dhéantar tástáil ar 30 fráma in aghaidh an tsoicind de shruthanna físe, rud a léiríonn feidhmíocht leordhóthanach chun anailís a dhéanamh ar shruthanna físe rialta ar an eitilt.
Foinse: oscailtenet.ru