Σύγχρονη Όραση: Ανίχνευση, Τμηματοποίηση και ViT

1 λεπτά
  1. Ποια έξοδος διακρίνει την ανίχνευση από την ταξινόμηση;
  2. Σε τι χρησιμεύει το IoU;
  3. Ποια μετρική ταιριάζει σε μια μάσκα ανά pixel;
  4. Πώς ένας ViT μετατρέπει μια εικόνα σε ακολουθία;
  5. [E] Γιατί να μη συγκρίνουμε mAP, accuracy και Dice ως ένα και το αυτό σκορ;

Απαντήσεις. 1. Εντοπισμένα πλαίσια επιπλέον των κλάσεων. 2. Στη μέτρηση της επικάλυψης. 3. IoU ή Dice ανά κλάση. 4. Προβάλλει patches σε tokens. 5. Αυτές οι μετρικές αφορούν διαφορετικά αντικείμενα, γεωμετρίες και κανόνες αντιστοίχισης.

Στόχος: να ξεπεράσετε την ταξινόμηση ολόκληρης εικόνας.

Η ανίχνευση προβλέπει κλάσεις και πλαίσια· η σημασιολογική κατάτμηση αποδίδει μια κλάση σε κάθε pixel· η κατάτμηση στιγμιοτύπων διακρίνει τα αντικείμενα της ίδιας κλάσης.

Προεπισκόπηση — η συνέχεια του μαθήματος είναι διαθέσιμη στους εγγεγραμμένους.

Έχετε ήδη εγγραφεί με κωδικό;

Η πρόσβασή σας συνδέεται με τον λογαριασμό σας, όχι με αυτόν τον σύνδεσμο. Συνδεθείτε με το ίδιο email που χρησιμοποιήσατε στην τάξη: το μάθημά σας σας περιμένει, δεν χρειάζεται να ξαναβάλετε τον κωδικό.

ΣύνδεσηΔεν έχετε λογαριασμό; Δημιουργήστε έναν
Αυτό το μάθημα ανήκει στην ενότητα «σύγχρονες εμβαθύνσεις»

Οι πρώτες ενότητες του μαθήματος είναι σε ελεύθερη πρόσβαση. Για τη συνέχεια υπάρχουν τρεις δρόμοι: αγοράστε αυτό το μάθημα μία φορά, κάντε συνδρομή, ή εισαγάγετε τον κωδικό που δόθηκε στην τάξη.

Συνδρομή — 19 $ US/μήναΕπιστροφή στο πλάνο
Είστε φοιτητής σε αυτό το μάθημα;

Ο κωδικός συνδέεται με τον λογαριασμό σας: συνδεθείτε ή δημιουργήστε λογαριασμό και θα εφαρμοστεί αυτόματα όταν επιστρέψετε.

Δεν έχετε λογαριασμό; Δημιουργήστε έναν