DSOD: تعلم كاشفات الكائنات تحت إشراف عميق من الصفر

نقدم كاشف الكائنات تحت إشراف عميق (DSOD)، وهو إطار يمكنه تعلم كاشفات الكائنات من الصفر. تعتمد كاشفات الكائنات الحديثة بشكل كبير على الشبكات المدربة مسبقًا على مجموعات بيانات التصنيف الكبيرة مثل Image Net، مما يتسبب في تحيز التعلم بسبب الاختلاف في كل من دوال الخسارة وتوزيعات الفئات بين مهام التصنيف والاكتشاف. يمكن أن يخفف ضبط الطراز لمهمة الاكتشاف من هذا التحيز إلى حد ما ولكن ليس بشكل جذري. علاوة على ذلك، فإن نقل الطرازات المدربة مسبقًا من التصنيف إلى الاكتشاف بين المجالات المتناقضة هو أمر أكثر صعوبة (مثل الصور RGB إلى الصور العمق). الحل الأفضل للتعامل مع هذين المشكلتين الحرجتين هو تدريب كاشفات الكائنات من الصفر، وهو ما يحفز مقترحنا DSOD. الجهود السابقة في هذا الاتجاه غالبًا ما فشلت بسبب تعقيدات دوال الخسارة والبيانات التدريبية المحدودة في اكتشاف الكائنات. في DSOD، نقدم مجموعة من مبادئ التصميم لتدريب كاشفات الكائنات من الصفر. أحد الاكتشافات الرئيسية هو أن الإشراف العميق، المدعوم بالاتصالات الكثيفة على مستوى الطبقة، يلعب دورًا حرجًا في تعلم كاشف جيد. مع دمج عدة مبادئ أخرى، نطور DSOD وفقًا لإطار الاكتشاف ذو اللقطة الواحدة (SSD). تظهر التجارب على مجموعات بيانات PASCAL VOC 2007 و2012 وMS COCO أن DSOD يمكن أن يحقق نتائج أفضل من الحلول الحديثة مع نماذج أكثر كفاءة. على سبيل المثال، يتفوق DSOD على SSD في جميع الثلاث معايير بسرعة اكتشاف في الوقت الحقيقي، بينما يتطلب فقط 1/2 من المعلمات مقارنة بـ SSD و1/10 من المعلمات مقارنة بـ Faster RCNN.