مائیکروسافٹ اور سینٹرل چائنا یونیورسٹی کے محققین مشین لرننگ ٹیکنالوجیز کا استعمال کرتے ہوئے ویڈیو میں متعدد اشیاء کو ٹریک کرنے کا ایک نیا اعلیٰ کارکردگی کا طریقہ - FairMOT (فیئر ملٹی آبجیکٹ ٹریکنگ)۔ Pytorch اور تربیت یافتہ ماڈلز پر مبنی طریقہ کے نفاذ کے ساتھ کوڈ GitHub پر۔
زیادہ تر موجودہ آبجیکٹ سے باخبر رہنے کے طریقے دو مراحل استعمال کرتے ہیں، ہر ایک کو الگ نیورل نیٹ ورک کے ذریعے لاگو کیا جاتا ہے۔ پہلا مرحلہ دلچسپی کی اشیاء کے محل وقوع کا تعین کرنے کے لیے ایک ماڈل چلاتا ہے، اور دوسرا مرحلہ ایک ایسوسی ایشن سرچ ماڈل کا استعمال کرتا ہے جو اشیاء کی دوبارہ شناخت اور ان کے ساتھ اینکر منسلک کرنے کے لیے استعمال ہوتا ہے۔
فیئر ایم او ٹی ایک ایک مرحلے پر عمل درآمد کا استعمال کرتا ہے جس کی بنیاد پر ایک ناقابل اصلاح عصبی نیٹ ورک (, Deformable Convolutional Network)، جو آپ کو آبجیکٹ ٹریکنگ کی رفتار میں نمایاں اضافہ حاصل کرنے کی اجازت دیتا ہے۔ FairMOT اینکرز کے بغیر کام کرتا ہے، دوبارہ شناخت کے طریقہ کار کا استعمال کرتے ہوئے ایک اعلیٰ درست آبجیکٹ میپ پر آبجیکٹ سینٹرز کے آفسیٹ کا تعین کرتا ہے۔ متوازی طور پر، ایک پروسیسر کو عمل میں لایا جاتا ہے جو اشیاء کی انفرادی خصوصیات کا جائزہ لیتا ہے جو ان کی شناخت کی پیشن گوئی کرنے کے لیے استعمال کی جا سکتی ہیں، اور مرکزی ماڈیول مختلف پیمانوں کی اشیاء کو ہیرا پھیری کرنے کے لیے ان خصوصیات کا ایک کنورژن انجام دیتا ہے۔
FairMOT میں ماڈل کو تربیت دینے کے لیے، لوگوں کا پتہ لگانے اور تلاش کرنے کے لیے چھ پبلک ڈیٹا سیٹس کا ایک مجموعہ استعمال کیا گیا تھا (ETH, CityPerson, CalTech, MOT17, CUHK-SYSU)۔ ماڈل کو ویڈیوز کے ٹیسٹ سیٹس کا استعمال کرتے ہوئے جانچا گیا۔ , , и منصوبے کی طرف سے فراہم کردہ اور مختلف حالات، کیمرے کی حرکت یا گردش، دیکھنے کے مختلف زاویوں کا احاطہ کرتا ہے۔ جانچ نے یہ ظاہر کیا۔
FairMOT تیز ترین مقابلہ کرنے والے ماڈل и جب 30 فریمز فی سیکنڈ ویڈیو اسٹریمز پر ٹیسٹ کیا جاتا ہے، تو یہ کارکردگی دکھاتا ہے کہ پرواز پر باقاعدہ ویڈیو اسٹریمز کا تجزیہ کرنے کے لیے کافی ہے۔
ماخذ: opennet.ru