إطار تمييزي لنمذجة فئات الأجسام

هنا نستكشف طريقة تعلم تمييزية على نماذج مولدة أساسية بهدف التمييز بين فئات الأجسام. تتعلم خوارزميات التعرف البصري نماذج من مجموعة من أمثلة التدريب. تتعلم النماذج المولدة تمثيلها من خلال اعتبار بيانات من فئة واحدة. تعتبر النماذج المولدة شائعة في رؤية الكمبيوتر لأسباب عديدة، بما في ذلك قدرتها على دمج المعرفة السابقة بشكل أنيق والتعامل مع التوافقات بين أجزاء الأجسام والميزات المكتشفة. ومع ذلك، غالبًا ما تكون النماذج المولدة أدنى من النماذج التمييزية أثناء مهام التصنيف. ندرس نهجًا تمييزيًا لتعلم فئات الأجسام الذي يحافظ على قوة التمثيل للتعلم المولد، ولكنه يدرب النماذج المولدة بطريقة تمييزية. تؤدي النماذج المدربة تمييزياً أداءً أفضل أثناء مهام التصنيف نتيجة لاختيار مجموعات تمييزية من الميزات. نختتم من خلال اقتراح نظام تعرف على الأجسام متعدد الفئات الذي يدرب في البداية فئات الأجسام بطريقة مولدة، ويحدد مجموعات فرعية من الفئات المماثلة ذات الالتباس العالي، وأخيرًا يدرب النماذج لهذه المجموعات الفرعية بطريقة تمييزية لتحقيق مكاسب في أداء التصنيف.