استخدام وظائف خسارة مختلفة مع YOLACT++ لتجزئة المثيلات في الوقت الفعلي

العنوان استخدام وظائف خسارة مختلفة مع YOLACT++ لتجزئة المثيلات في الوقت الفعلي
المؤلف كوليش، سيلين، كاراكاش، سلامي، نديجاندي، آلان باتريك، أوزر، سيدات
تاريخ النشر: 2023
مكان النشر - IEEE
الموضوع تجزئة المثيل، وظيفة الخسارة، تجزئة الوقت الحقيقي، YOLACT++
النوع وثيقة
اللغة الإنجليزية
رقمي نعم
مخطوط لا
المكتبة: جامعة اوزيجين
معرف أصل المكتبة 979-835030396-4
رقم السجل 6829a854-3d5f-476c-bc9f-9cf7ef949a73
موقع المكتبة علوم الكمبيوتر
التاريخ 2023
نص عينة في هذه الورقة، نقوم بدراسة وتحليل أداء وظائف الخسارة المختلفة على خوارزمية تجزئة المثيلات في الوقت الفعلي المقترحة حديثًا، YOLACT++. على وجه الخصوص، نحن ندرس وظائف الخسارة، بما في ذلك خسارة Huber، وBinary Cross Entropy (BCE)، وMean Square Error (MSE)، وLog-Cosh-Dice Loss، ومجموعاتها المختلفة داخل بنية YOLACT++. نوضح أنه يمكننا استخدام وظائف خسارة مختلفة من دالة الخسارة الافتراضية (BCE) لـ YOLACT++ لتحسين نتائج التجزئة في الوقت الفعلي. في تجاربنا، نظهر أن مجموعة معينة من وظيفتي الخسارة تعمل على تحسين أداء تجزئة YOLACT++ من حيث متوسط ​​مقياس الدقة (mAP) في مجموعة بيانات السجائر، عند مقارنتها بوظيفة الخسارة الأصلية.
DOI 10.1109/TSP59544.2023.10197832
عرض في المصدر جامعة اوزيجين جامعة اوزيجين - محرك بحث الآثار التاريخية والأرشيفات والدوريات
جامعة اوزيجين - محرك بحث الآثار التاريخية والأرشيفات والدوريات جامعة اوزيجين

استخدام وظائف خسارة مختلفة مع YOLACT++ لتجزئة المثيلات في الوقت الفعلي

المؤلف كوليش، سيلين، كاراكاش، سلامي، نديجاندي، آلان باتريك، أوزر، سيدات
تاريخ النشر 2023
مكان النشر - IEEE
الموضوع تجزئة المثيل، وظيفة الخسارة، تجزئة الوقت الحقيقي، YOLACT++
النوع وثيقة
اللغة الإنجليزية
رقمي نعم
مخطوط لا
المكتبة جامعة اوزيجين
معرف أصل المكتبة 979-835030396-4
رقم السجل 6829a854-3d5f-476c-bc9f-9cf7ef949a73
موقع المكتبة علوم الكمبيوتر
التاريخ 2023
نص عينة في هذه الورقة، نقوم بدراسة وتحليل أداء وظائف الخسارة المختلفة على خوارزمية تجزئة المثيلات في الوقت الفعلي المقترحة حديثًا، YOLACT++. على وجه الخصوص، نحن ندرس وظائف الخسارة، بما في ذلك خسارة Huber، وBinary Cross Entropy (BCE)، وMean Square Error (MSE)، وLog-Cosh-Dice Loss، ومجموعاتها المختلفة داخل بنية YOLACT++. نوضح أنه يمكننا استخدام وظائف خسارة مختلفة من دالة الخسارة الافتراضية (BCE) لـ YOLACT++ لتحسين نتائج التجزئة في الوقت الفعلي. في تجاربنا، نظهر أن مجموعة معينة من وظيفتي الخسارة تعمل على تحسين أداء تجزئة YOLACT++ من حيث متوسط ​​مقياس الدقة (mAP) في مجموعة بيانات السجائر، عند مقارنتها بوظيفة الخسارة الأصلية.
DOI 10.1109/TSP59544.2023.10197832
جامعة اوزيجين - محرك بحث الآثار التاريخية والأرشيفات والدوريات
جامعة اوزيجين يتم إعادة توجيهك...

يرجى الانتظار