تشخیص اشیا با استفاده از شبکه های عصبی کانولوشن

در این مقاله، نشان می دهیم که تغییر الگوریتم (طرح های محاسباتی با استفاده از شبکه عمیق) منجر به یک حل موثر و قابل توجهی می شود که محاسبه طرح در محاسبه شبکه تشخیص، تقریبا بدون هزینه (زمان پردازش اندک) می باشد. در انتها، شبکه های طرح منطقه جدیدی (RPNs) را معرفی می کنیم که لایه های کانولوشن را با شبکه های تشخیص اشیای جدید و پیشترفته، به اشتراک می گذارد. با اشتراک لایه ها در زمان آزمایش (زمان تست)، زمان محاسبه طرح ها، کم می باشد (درحدود ۱۰ میلی ثانیه بر تصویر) . مشاهدات ما نشان می دهد که ویژگی کانولوشن استفاده شده با استفاده از تشخیص دهندگان مبتنی بر منطقه، مانند R-CNN سریع، می تواند در ایجاد طرح های منطقه مورد استفاده قرار گیرد. در بالاترین لایه این ویژگی های کانولوشن، ما RPNs را با اضافه کردن دو لایه کانولوشن اضافی ایحاد می کنیم. این لایه ها عبارتند از: لایه ای که هر موقعیت کانولوشن را در بردارهای کوتاه تر رمزگذاری می کند و لایه ای که در هر موقعیت کانولوشن، امتیاز اشیا و مرزهای مربوطه شان را برای طرح های منطقه k مربوط به مقیاس های متنوع و ضریب منظرهایی (زاویه های دید) در آن مکان (موقعیت) به عنوان خروجی تعیین می کند یک مقدار معمول است . بنابراین RPNs پیشنهادی نوعی از شبکه کانولوشن کامل است که به خصوص برای ایجاد طرح های تشخیص می تواند بصورت انتها به انتها آموزش ببیند. به منظور یکپارچه کردن شبکه های تشخیص اشیای RPNs با R-CNN سریع، روش آموزش ساده ای را پیشنهاد می دهیم که بین تنظیم بهینه طرح منطقه و سپس تنظیم بهینه تشخیص اشیا تغییر می کند؛ این امر درحالی اتفاق می افتد که طرح هارا بصورت ثابت حفظ می کند. این روش بطور سریع همگرا می شود و شبکه ای یکنواخت با ویژگی هایی که بین هر دو روش به اشتراک گذاشته می شود را ایجاد می کند

Keywords:

شبکه عمیق , تشخیص اشیا , شبکه کانولوشن