He pai ake te Mahinga Ako Miihini Na roto i te Whakahou Atahanga a CNN

Kua whakatakotohia e Google Rangahau he tikanga hou hei whakapai ake i te pai me te tika o nga rerenga mahi whakangungu tirohanga rorohiko i runga i te ahua ma te whakapai ake i te ahua o nga whakaahua kei roto i te huinga raraunga i te wa i mua i te tukatuka.

i roto i te pepa Te Ako ki te Whakanuia Nga Whakaahua mo nga Mahi Tirohanga Rorohiko, Ko nga kairangahau a Hossein Talebi raua ko Peyman Milanfar e whakamahi ana i te CNN ki te hanga i tetahi hoahoanga whakahuri ahua hou o te ahua ranu e whakaputa ana i te pai ake o nga hua whakamohiotanga kua riro mai i runga i nga huingararaunga tirohanga rorohiko rongonui e wha.

Ko te anga mahi tahi mo te whakanui me te whakarereke i te rahi. Puna: https://arxiv.org/pdf/2103.09950.pdf

E kite ana te pepa ko nga tikanga whakatikatika/whakaahua e whakamahia ana i tenei wa i roto i nga paipa ako miihini aunoa he tekau tau te roa, a he maha nga wa ka whakamahi noa i te reo rua, bicubic me te hoa tata. whakarahi – ko nga tikanga e mau tonu ai nga pika katoa.

Engari, ko te tikanga e whakaarohia ana ka whakanui ake i nga raraunga atahanga ma te CNN me te whakauru i taua whakaurunga ki roto i nga whakaahua kua whakarereketia ka uru ki roto i te hoahoanga o te tauira.

Nga Herenga Atahanga i te Whakangungu AI

Hei whakangungu i tetahi tauira e pa ana ki nga whakaahua, ka uru ki roto i te anga ako miihini te waahi tukatuka i mua i te tukatuka, ka tapahia nga momo ahua rereke o nga rahi, nga waahi tae me nga whakataunga (e whai waahi ana ki te huinga raraunga whakangungu) ka tapahia nahanaha, te whakahurihia kia rite tonu te rahi me te whakatakotoranga pumau, kotahi.

I roto i te nuinga o tenei ka uru mai etahi whakaraerae e pa ana ki te whakatakotoranga PNG, ka whakatauhia he tauhokohoko i waenga i te wa tukatuka/rauemi, te rahi o te konae me te kounga whakaahua.

I te nuinga o nga wa, he iti rawa nga waahanga whakamutunga o te ahua kua oti te tukatuka. Kei raro nei ka kite tatou i tetahi tauira o te ahua 80x80 taumira kei reira etahi o nga putunga korero hohonu. i hangaia:

I te mea karekau e uru nga kanohi (me etahi atu kaupapa) ki te owehenga tapawha e hiahiatia ana, me taapiri pea nga kaho pango (he waahi moumou ranei e whakaaetia ana) kia rite ai nga whakaahua, me te tapahi ano i nga raraunga atahanga tika:

I konei kua tangohia te mata mai i tetahi waahanga whakaahua nui ake kia tapahia kia rite ki te ohanga kia taea ai te whakauru i te waahanga mata katoa. Engari, ka kitea i te taha matau, kaore e whakamahia te nui o te waahi e toe ana i te wa e whakangungu ana, me te whakanui ake i te taumaha ki te hiranga o te ahua o te ahua o nga raraunga kua whakarereketia.

I te mea kua pai ake te kaha o te GPU i roto i nga tau tata nei, me nga reanga hou o nga kaari NVIDIA e mau ana te piki haere o nga moni o RAM-ataata (VRAM), kei te timata te piki haere o te rahi o nga whakaahua, ahakoa ko te 224×224 pika he tino paerewa tonu (hei tauira, ko te rahi o te ResNet-50 huingararaunga).

He whakaahua 224×244 pika kore i rahi.

Te whakauru i nga puranga ki te VRAM

Ko te take me rite te rahi o nga whakaahua heke rōnaki, ko te tikanga e pai ake ai te tauira i roto i te waa, me rite nga raraunga whakangungu.

Ko te take he iti rawa nga whakaahua me utaina (katoa te whakakorehia) ki roto i te VRAM i te wa e whakangungu ana i nga waahanga iti, ko te tikanga kei waenga i nga whakaahua 6-24 mo ia puranga. He iti rawa nga whakaahua mo ia puranga, a he iti rawa nga rauemi a te roopu hei whakawhanui pai, hei taapiri atu ki te whakaroa i te waa whakangungu; he maha rawa, ka kore pea te tauira e whiwhi i nga ahuatanga me nga taipitopito e tika ana (tirohia i raro nei).

Ko tenei waahanga 'kaupapa ora' o te hoahoanga whakangungu ka kiia ko te waahi huna. Koinei te waahi ka tangohia nga ahuatanga mai i nga raraunga kotahi (ara ko nga whakaahua ano) kia huri ra ano te tauira ki tetahi ahuatanga kei a ia nga matauranga whanui katoa e tika ana mo te whakarereketanga o muri, nga raraunga kore kitea o te momo ahua.

Ka roa te roa o tenei mahi, ahakoa kotahi marama neke atu ranei te roa o te 24/7 orooro teitei me te kaha ki te whakatutuki i te whaanui whai hua. Ko te whakanui ake i te rahi o te VRAM ka awhina noa ki tetahi waahi, na te mea ko nga pikinga iti i roto i te taumira atahanga ka whai mana nui ki te kaha tukatuka, me nga paanga e pa ana ki te tika kaore pea i te pai i nga wa katoa.

Ko te whakamahi i te kaha ake o te VRAM ki te whakauru i nga rahinga puranga teitei ake he manaakitanga whakauru, na te mea ko te nui ake o nga tere whakangungu ka riro mai i tenei. ka taea te whakakore na nga hua iti ake.

No reira, i te mea he tino herea te hoahoanga whakangungu, ko nga mea katoa ka taea te whakapai ake i roto i nga herenga o te paipa paipa he tino whakatutukitanga.

He pehea te awhina o te whakahekenga teitei

Ko te tino kounga o te ahua ka whakauruhia ki roto i te huinga raraunga whakangungu kua kitea he pai ake te painga ki te hua o te whakangungu, ina koa i roto i nga mahi tohu taonga. I te tau 2018 nga kairangahau mai i te Max Planck Institute for Intelligent Systems totohe ko te kowhiringa o te tikanga tauira tauira ka pa ki nga mahi whakangungu me nga putanga.

I tua atu, ko nga mahi o mua mai i a Google (i tuhia tahitia e nga kaituhi o te pepa hou) kua kitea ka taea te whakapai ake i te tika o te whakarōpūtanga e te pupuri i te mana whakahaere i runga i nga toi whakakope i roto i nga whakaahua huingararaunga.

Ko te hoahoanga CNN mo te Rangahau a Google i whakaaro ki te whakaheke i te algorithm.

Ko te tauira CNN i hangaia ki roto i te resampler hou e whakakotahi ana i te whakarereketanga rua-rua me te ahuatanga 'pekepeke hononga' ka taea te whakauru i nga whakaputanga mai i te whatunga kua whakangungua ki te ahua kua whakarereketia.

Kaore i rite ki te hoahoanga encoder/decoder angamaheni, ka taea e te tono hou te mahi ehara i te mea he kohungahunga whangai-whakamua anake, engari ano hoki hei kohungahunga hurihuri mo te piki ake ki te rahi o te whaainga me te waahanga owehenga. I tua atu, ka taea te whakakapi i te tikanga whakatauira 'paerewa' mo etahi atu tikanga tuku iho e tika ana, penei Lanczos.

Nga Taipitopito Auautanga Teitei

Ko te tikanga hou e whakaputa ana i nga whakaahua e ahua rite ana ki te 'tunu' nga ahuatanga matua (ka mohiohia e te tukanga whakangungu) ki te ahua taketake. I roto i nga tikanga rerehua, he rereke nga hua:

Ko te tikanga hou i whakamahia puta noa i nga whatunga e wha - Inception V2; DenseNet-121; ResNet-50; me MobileNet-V2. Ko nga hua o te ahua o te Rangahau a Google ki te whakaheke / whakarereke i te ahua ka puta nga whakaahua me te whakahiato pika, me te tumanako ki nga ahuatanga matua ka kitea i te wa o te whakangungu.

E ai ki nga kairangahau ko enei whakamatautau tuatahi he mea tino arotau mo nga mahi whakamohiotanga ahua, a i roto i nga whakamatautau ka taea e te CNN-powered 'resizer ako' ki te whakatutuki i nga reiti hapa pai ake i roto i aua mahi. Ko nga kairangahau e whakaaro ana a meake nei ki te whakamahi i te tikanga ki etahi atu momo tono tirohanga rorohiko e pa ana ki te whakaahua.