بهبود تشخیص شی در تصاویر به کمک یادگیری خودنظارتی

کارایی شبکه عصبی عمیق مرتبط به حجم دادهی برچسب داری است که در فرآیند آموزش آن شبکه استفاده می شود. در کار تشخیص شی، برچسب زدن داده ها هزینه ی بالایی دارد و چون برچسب زدن توسط عامل انسانی انجام می شود ممکن است این برچسب نویز هم داشته باشد و ممکن است برای برخی دامنه ها داده ی برچسب دار زیادی وجود نداشته باشد. اما امروزه امکان دسترسی به تصاویر بدون برچسب در حجم بالا وجود دارد. رویکرد یادگیری خود نظارتی برای استفاده از داده ی بدون برچسب در آموزش شبکه معرفی شد. در این رویکرد از داده های بدون برچسب که حجم زیادی دارند، نوعی دانش بصری اولیه استخراج می شد. سپس شبکه بر روی داده های برچسب دار که حجم کمی داشتند برای کار اصلی که در مساله این مقاله تشخیص شی است، آموزش می یابد. در این مقاله اقدام به مقایسه برخی از روش های خودنظارتی با روش باناظر شده است و بهبودهایی نیز در مقایسه روش های خودنظارتی در مقابل روش های باناظر با وزن های اولیه تصادفی حاصل شده است.

Keywords:

تشخیص شی , یادگیری خودنظارتی , یادگیری با ناظر , وزن های پیش آموزش یافته , روش تشخیص چرخش