மைக்ரோசாப்ட் மற்றும் மத்திய சீன பல்கலைக்கழக ஆராய்ச்சியாளர்கள் இயந்திர கற்றல் தொழில்நுட்பங்களைப் பயன்படுத்தி வீடியோவில் பல பொருட்களைக் கண்காணிப்பதற்கான ஒரு புதிய உயர் செயல்திறன் முறை - FairMOT (Fair Multi-Object Tracking). பைட்டோர்ச்சில் முறையை செயல்படுத்தும் குறியீடு மற்றும் பயிற்சி பெற்ற மாதிரிகள். GitHub இல்.
தற்போதுள்ள பெரும்பாலான பொருள் கண்காணிப்பு முறைகள் இரண்டு நிலைகளைப் பயன்படுத்துகின்றன, ஒவ்வொன்றும் ஒரு தனி நரம்பியல் வலையமைப்பால் செயல்படுத்தப்படுகின்றன. முதல் நிலை ஆர்வமுள்ள பொருட்களைக் கண்டறிவதற்கான ஒரு மாதிரியை செயல்படுத்துகிறது, அதே நேரத்தில் இரண்டாவது நிலை பொருட்களை மீண்டும் அடையாளம் கண்டு அவற்றுக்கு நங்கூரங்களை ஒதுக்குவதற்கு ஒரு சங்க மாதிரியைப் பயன்படுத்துகிறது.
FairMOT ஒரு சிதைக்கக்கூடிய கன்வல்யூஷனல் நியூரல் நெட்வொர்க்கை அடிப்படையாகக் கொண்ட ஒற்றை-நிலை செயல்படுத்தலைப் பயன்படுத்துகிறது (FairMOT (Deformable Convolutional Network), இது பொருள் கண்காணிப்பு வேகத்தை கணிசமாக மேம்படுத்துகிறது. FairMOT நங்கூரங்கள் இல்லாமல் செயல்படுகிறது, உயர் துல்லியமான பொருள் வரைபடத்தில் பொருள் மைய ஆஃப்செட்களைத் தீர்மானிக்க ஒரு மறுஅடையாள பொறிமுறையைப் பயன்படுத்துகிறது. ஒரு இணையான செயலி அவற்றின் அடையாளத்தை கணிக்கப் பயன்படுத்தக்கூடிய தனிப்பட்ட பொருள் அம்சங்களை மதிப்பிடுகிறது, மேலும் முக்கிய தொகுதி இந்த அம்சங்களை ஒன்றிணைத்து வெவ்வேறு அளவுகளின் பொருட்களை கையாளுகிறது.
FairMOT மாதிரியைப் பயிற்றுவிக்க, மக்கள் கண்டறிதல் மற்றும் தேடலுக்கான ஆறு பொது தரவுத்தொகுப்புகளின் கலவை (ETH, CityPerson, CalTech, MOT17, CUHK-SYSU) பயன்படுத்தப்பட்டது. சரிபார்ப்பு வீடியோ தொகுப்புகளைப் பயன்படுத்தி இந்த மாதிரி சோதிக்கப்பட்டது. , , и திட்டத்தால் வழங்கப்படுகிறது மற்றும் பல்வேறு சூழ்நிலைகள், கேமரா இயக்கம் அல்லது சுழற்சி மற்றும் பல்வேறு கோணங்களை உள்ளடக்கியது. சோதனை அதைக் காட்டுகிறது.
ஃபேர்மோட் வேகமான போட்டி மாதிரிகள் и வினாடிக்கு 30 பிரேம்கள் என்ற விகிதத்தில் வீடியோ ஸ்ட்ரீம்களில் சோதிக்கப்படும் போது, வழக்கமான வீடியோ ஸ்ட்ரீம்களை உடனடியாக பகுப்பாய்வு செய்வதற்கு போதுமான செயல்திறனை நிரூபிக்கிறது.
ஆதாரம்: opennet.ru
