Comprendre les architectures Scriner dans l'apprentissage automatique et la vision par ordinateur
Scrimer est un terme utilisé dans le contexte de l'apprentissage automatique et de la vision par ordinateur pour désigner un type d'architecture de réseau neuronal conçu pour fonctionner correctement sur des tâches nécessitant à la fois des résultats de classification et de régression. Le nom « scrimer » est dérivé des mots « canevas » (un type de maillage ou de filet) et « régresseur », qui font référence à un modèle qui prédit une variable de résultat continue. les étiquettes de classe et les valeurs continues, telles que les coordonnées dans une image. Le réseau se compose de plusieurs branches, chacune traitant les données d'entrée différemment. Une branche est chargée de prédire l’étiquette de classe, tandis que l’autre branche est chargée de prédire la valeur continue. Les sorties de ces deux branches sont ensuite combinées pour produire le résultat final.
Les architectures Scrimer se sont révélées efficaces dans diverses tâches de vision par ordinateur, telles que la détection et la segmentation d'objets, où des sorties de classification et de régression sont requises. Ils ont également été utilisés dans le traitement du langage naturel et dans d’autres applications où des résultats catégoriques et continus sont nécessaires.
J'aime ce contenu
Je n'aime pas ce contenu
Signaler une erreur de contenu
Part
