A Scrimer architektúrák megértése a gépi tanulásban és a számítógépes látásmódban

A Scrimer kifejezés a gépi tanulás és a számítógépes látás kontextusában olyan neurális hálózati architektúrára utal, amelyet úgy terveztek, hogy jól teljesítsen az osztályozást és a regressziós kimeneteket egyaránt igénylő feladatoknál. A "scrimer" név a "scrim" (a háló vagy háló egy fajtája) és a "regressor" szavakból származik, ami egy olyan modellre utal, amely egy folyamatos kimeneti változót jósol. A scrimer egy neurális hálózat, amely arra van kiképezve, hogy mindkettőt előre jelezze. osztálycímkéket és folytonos értékeket, például koordinátákat a képen. A hálózat több ágból áll, amelyek mindegyike eltérően dolgozza fel a bemeneti adatokat. Az egyik ág az osztálycímke előrejelzéséért, míg a másik ág a folytonos érték előrejelzéséért felelős. A két ág kimeneteit ezután kombinálják a végső kimenet létrehozásához. A Scrimer architektúrák hatékonynak bizonyultak számos számítógépes látási feladatban, például objektumészlelésben és szegmentálásban, ahol mind osztályozási, mind regressziós kimenetekre van szükség. Használták természetes nyelvi feldolgozásban és más alkalmazásokban is, ahol mind kategorikus, mind folyamatos kimenetekre van szükség.