Detekce objektů neviděných při tréninku | AI slovník

Odborná definice

Zero-shot object detection lokalizuje objekty pomocí ohraničujúcich rámců a přiřazuje im třídy, které nemali označené detekčné příklady při tréninku. Model propojuje vizuálně regiony s textovou nebo atribútovou reprezentací kandidátnych kategorií. Moderní open-vocabulary detektory využívají vision-language předtrénování a textové dotazy. Úloha je náročnejšia než zero-shot klasifikace celého obrazu, protože musí současně navrhnout správný region, oddělit pozadí a pomenovat objekt.

Srozumitelné vysvětlení

Uživatel zadá název objektu, například červený hasiaci prístroj, a detektor má najít všechny jeho výskyty, ačkoli pro tuto přesnou třídu nemal detekčné anotace. Textový encoder vytvoří reprezentaci dotazu a obrazová část hledá regiony s podobným významom. Výsledek závisí na slovníka, synonym, měřítka objektu a od toho, či vizuální vlastnost byla zastúpená v širokom předtrénování. Falešné rámce se musí filtrovat prahem a často i doménovou validací.

Časté otázky

Čím se liší od zero-shot image classification?

Klasifikace vybírá štítek pro celý obraz. Detekce musí najít počet objektů, jejich polohu i kategorii.

Co znamená open-vocabulary detection?

Detektor přijímá flexibilné textové kategorie mimo pevného seznamu. Pojem se prekrýva se zero-shot detekcí, ale může zahrnovat i třídy s tréningovými příklady.

Jako formulovat textový dotaz?

Testují se názvy, synonyma a opisné frázy. Příliš obecné slovo může aktivovat širšiu skupinu objektů, než uživatel potřebuje.

Jak se hodnotí lokalizace?

Používá se intersection over union a průměrná přesnost při zvolených prahoch, samostatně pro seen a unseen kategorie.

Kde je riziko při bezpečnostním nasazení?

Neznámý vizuální kontext, malé objekty nebo nezvyčajné synonyma mohou vést k prehliadnutiu. Systém potřebuje doménové testy a záložný proces.

Související pojmy

Zdroje a redakční stopa

OWL-ViT, Simple Open-Vocabulary Object Detection

Definícia je autorská odborná syntéza. Pri právnych a regulačných rozhodnutiach má prednosť aktuálne oficiálne znenie predpisu a posúdenie konkrétneho prípadu.