סקירה זו היא חלק מפינה קבועה בה אני סוקר מאמרים חשובים בתחום ה-ML/DL, וכותב גרסה פשוטה וברורה יותר שלהם בעברית. במידה ותרצו לקרוא את המאמרים הנוספים שסיכמתי, אתם מוזמנים לבדוק את העמוד שמרכז אותם תחת השם deepnightlearners.
לילה טוב חברים, היום אנחנו שוב בפינתנו deepnightlearners עם סקירה של מאמר בתחום הלמידה העמוקה. היום בחרתי לסקירה את המאמר שנקרא:
DETReg: Unsupervised Pretraining with Region Priors for Object Detection
פינת הסוקר:
המלצת קריאה ממייק: חובה לעוסקים בזיהוי אובייקטים בתמונות.
בהירות כתיבה: גבוהה.
רמת היכרות עם כלים מתמטיים וטכניקות של ML/DL הנדרשים להבנת מאמר: נדרשת היכרות עם DeTR, שיטות למידת ייצוג בצורה unsupervised וטרנספורמרים.
יישומים פרקטיים אפשריים: pretraining של מודל לזיהוי אובייקטים בדומיינים עם כמות מועטה של דאטה מתויג.
פרטי מאמר:
לינק למאמר: זמין להורדה.
לינק לקוד: זמין כאן.
פורסם בתאריך: 08.06.21, בארקיב.
הוצג בכנס: טרם ידוע.
תחומי מאמר:
- זיהוי אובייקטים בתמונה (Object Detection)
ידע מוקדם:
- למידת ייצוג של דאטה לא מתויג (representation learning)
- Region proposals
- Detection with transformers (DETR)
- SwaV1 (סקירה שלי בעברית), SwaV2 (סקירה של רחל שלום באנגלית)
- טרנספורמרים למשימות הראייה הממוחשבת (בפרט למשימות זיהוי אובייקטים)
- Selective Search
- אלגוריתם התאמת הזוגות ההונגרי (Hungarian bipartite matching algorithm)
מבוא: לכתבה המלאה >>