3 kat hızlanma, resim ek açıklaması: Veri göçmeni işçileri kurtarmak için Google'ın yeni AI çözümü Demo oynayabilir
İçbükey tapınak kübit raporundan yağlı kestane | public account QbitAI
Etiketleme verileri, AI model eğitiminin en zor kısmı olabilir.
Bilgisayar görüşü Her şeyden önce, resimlere açıklama eklemek çok fazla insan gücü gerektirir.
Örneğin, Coco-Stuff veri kümesinde bir resmi işaretlemek için 19 dakika 164.000'den fazla 50.000 saat Yukarı.
Sonuç olarak, Google AI ekibi yeni bir çözüm geliştirdi ve yetkili, 3 kat iyileştirme Hızı işaretleyin.
Yöntem adı Akışkan Ek Açıklama (Sıvı etiketi), ile Makine öğrenme Gönderme gücü Kategori etiketi (Sınıf Etiketleri), her bir nesneyi kontrol edin kontur Ve resimde arka fon , İnsan için stresi azaltmak.
Google AI bu araştırmayı "veri etiketlemeyi hızlandırmaya çalışmanın ilk adımı" olarak adlandırıyor ve yakında bu adımı ACM MM 2018 konferansında gösterecek.
Bu nasıl kullanılır?
Bu yöntem, önceden eğitilmiş anlamsal bölümleme modelinden Maske R-CNN Çıktıyla başlayın, yaklaşık 1.000 görüntü segmenti (Görüntü Segmenti) oluşturun, her segmentin kendi Kategori etiketi ile Güven puanı .
(Her piksel çiçekler, ağaçlar, insanlar, yollar vb. Gibi bir kategoriye ayrılmalıdır.)
En yüksek güven puanına sahip segmentler, daha fazla etiketleme için insanlara aktarılabilir.
İnsanlar bir işletim panelinde olabilir değiştirmek Makine segmentasyonunun sonucu.
Örneğin, bir segmentin mevcut etiketlerini değiştirin, örneğin tank Değişmek araba .
Örneğin, eksik nesneleri telafi etmek için bir segment eklemek veya segmenti silmek:
Ayrıca, çakışan segmentleri de ayarlayabilirsiniz. Derinlik sırası , Bu parçayı yukarı ve başka bir parçayı aşağı hareket ettirin:
Ekip beş örnek içeren bir demo sağladı, kendiniz ayarlayabilirsiniz (portal metnin altındadır).
Etki saf insanlarınkini aşabilir mi?
Şimdi, sıvı etiketlemenin (insan-makine işbirliği) etkisini insan sıkı çalışmasının sonucuyla karşılaştırın.
Soldaki orijinal resim, ortadaki insan etiketi ve sağdaki sıvı etiketidir
Çıplak gözle bakıldığında, AI açıklamasının etkisi neredeyse insanlarınkiyle aynıdır.Google ekibi blogda, insanların Nesne sınırı Hala biraz daha iyi.
Bu nedenle, araştırmanın bir sonraki odak noktası, sınırların etiketlenmesini güçlendirmektir.
Tabii ki hız artmaya devam edecek.
Demo portalı:
https://fluidann.appspot.com/
Tez Portalı:
https://arxiv.org/pdf/1806.07527.pdf
- Bitiş -
Samimi işe alım
Qubit, editörleri / muhabirleri işe alıyor ve merkezi Pekin, Zhongguancun'da bulunuyor. Yetenekli ve hevesli öğrencilerin bize katılmasını dört gözle bekliyoruz! İlgili ayrıntılar için lütfen QbitAI diyalog arayüzünde "işe alım" kelimesini yanıtlayın.
Qubit QbitAI · Toutiao İmzalayan Yazar
' ' Yapay zeka teknolojisi ve ürünlerindeki yeni eğilimleri takip edin
