🧗🏼 🏳️ 🌁 न्यू न्यूरल नेटवर्क आर्किटेक्चर

नमस्कार, हेब्र! मैं आपके लिए मिंगक्सिंग टैन, रूमिंग पैंग, क्वोक वी। ले द्वारा लेख "एफ़िशिएंट: स्केलेबल एंड एफ़िशिएंट ऑब्जेक्ट डिटेक्शन" का विश्लेषण प्रस्तुत करता हूँ ।

हाल के वर्षों में, अधिक सटीक ऑब्जेक्ट डिटेक्शन की दिशा में जबरदस्त प्रगति हुई है, जबकि आधुनिक ऑब्जेक्ट डिटेक्टर भी अधिक महंगे हो रहे हैं। कम्प्यूटेशनल प्रक्रियाओं की लागत और महंगी कंप्यूटिंग कई वास्तविक दुनिया के अनुप्रयोगों में उनकी तैनाती में बाधा डालती है, जैसे कि रोबोटिक्स और ऑटोपायलट कारें, जहां मॉडल का आकार और देरी गंभीर रूप से सीमित है। इन सीमित वास्तविक-विश्व संसाधनों को देखते हुए, वस्तु की पहचान के लिए मॉडल दक्षता लगातार महत्वपूर्ण होती जा रही है।
अधिक कुशल डिटेक्टर आर्किटेक्चर विकसित करने के उद्देश्य से कई पिछले काम किए गए हैं। अक्सर इस तरह के काम अधिक सटीकता, बलिदान की सटीकता के साथ होते हैं। एक प्राकृतिक सवाल उठता है: क्या यह संभव है कि उच्च सीमाओं और अधिक दक्षता के साथ संसाधन सीमाओं की एक विस्तृत श्रृंखला के साथ एक स्केलेबल डिटेक्शन आर्किटेक्चर का निर्माण किया जा सके? एफीशिएंट के रचनाकारों का मानना है कि उन्हें इस प्रश्न का उत्तर मिल गया है।

एफिशिएंटडेट: स्केलेबल और एफिशिएंट ऑब्जेक्ट डिटेक्शन

ऊपर दी गई तालिका से पता चलता है कि अन्य डिटेक्टरों
की
तुलना में EfficientDet कम गणना के साथ बहुत अधिक सटीकता प्राप्त करता है ।

EfficientDet वास्तुकला क्या है?

समग्र दक्ष वास्तुकला मुख्य रूप से वन-स्टेज (वन-स्टेज) डिटेक्टरों के प्रतिमान के अनुरूप है। एफिशिएंट के आधार पर, इमेजनेट पर पूर्व-प्रशिक्षित, एक भारित द्वि-दिशात्मक
फीचर पिरामिड (BiFPN) के साथ एक परत, इसके साथ जुड़ी हुई है , इसके बाद क्रमशः क्लास क्लास और ब्लॉक नेटवर्क के लिए ऑब्जेक्ट क्लास भविष्यवाणियों और एक बाउंडिंग बॉक्स उत्पन्न होता है।

BiFPN के बारे में थोड़ा सा:

एक द्विदिश सुविधा पिरामिड बनाने का विचार स्केलिंग में सुधार के लिए नेटवर्क प्रदर्शन और दक्षता का अध्ययन करने के बाद आया: एफपीएन, पैनेट और एनएएस-एफपीएन। पंनेट एफपीएन और एनएएस-एफपीएन की तुलना में बेहतर सटीकता प्राप्त करता है, लेकिन अधिक मापदंडों और गणनाओं की कीमत पर। मॉडल की दक्षता में सुधार करने के लिए, क्रॉस-स्केल कनेक्शन के लिए कई अनुकूलन प्रस्तावित किए गए थे:

-, , . : , , . PANet, 2 ();
-, , , , 2 ();
-, PANet, , ( ) , .

फ़ीचर नेटवर्क डिज़ाइन - (ए) एफपीएन 3 से 7 (पी 3 - पी 7) स्तर से मल्टीस्केल सुविधाओं को फ्यूज करने के लिए एक नीचे की ओर पेश करता है;
(बी) पैननेट एफपीएन के शीर्ष पर एक अतिरिक्त निचला-अप पथ जोड़ता है;
© NAS-FPN
वस्तुओं के अनियमित नेटवर्क टोपोलॉजी की खोज के लिए तंत्रिका खोज वास्तुकला का उपयोग करता है ;
(d) सभी इनपुट सुविधाओं से आउटपुट सुविधाओं में महंगे कनेक्शन जोड़ें;
(ई) कुछ नोड्स को हटाकर पैनल को सरल करता है;
(च) सटीकता और दक्षता के बेहतर समझौता के साथ हमारे BiFPN।

तालिका से पता चलता है कि रेटिनानेट (ResNet50 + FPN) के साथ शुरू होने पर, एन्कोडर को एफ़िशनेट-बी 3 के साथ बदल दिया गया, और फिर बेस एफपीएन को बीईएफपीएन के साथ बदल दिया गया, प्रत्येक परिवर्तन के साथ सटीकता बढ़ी।

EfficDet सॉफ्टमैक्स के बजाय एक ट्रिकी फीचर का भी उपयोग करता है, जो कि तेज मर्ज सामान्यीकरण विधि पर आधारित है, जो सॉफ्टमैक्स-आधारित मर्ज के समान सटीकता प्रदान करता है, लेकिन GPU पर 1.26-1.31 गुना तेज चलता है।

छवि वर्गीकरण में प्रदर्शन को सभी नेटवर्क आकार, गहराई और इनपुट रिज़ॉल्यूशन को संयुक्त रूप से बढ़ाकर बेहतर बनाया गया है।
ग्राफ विभिन्न स्केलिंग विधियों की तुलना दिखाता है। सभी विधियां सटीकता में सुधार करती हैं, लेकिन एक व्यापक स्केलिंग विधि बेहतर सटीकता और दक्षता प्रदान करती है।

आंकड़े में आप मॉडल के आकार और आउटपुट में
देरी की तुलना देख सकते हैं: देरी को एक ही मशीन पर बैच 1 के आकार के साथ मापा जाता है,
टाइटन V GPU और Xeon प्रोसेसर से लैस है। एएन का मतलब अमीबानेट + एनएएस-एफपीएन है, जो पूर्व में ऑग्मेंटेशन से प्रशिक्षित है।

निष्कर्ष:

प्रभावी वस्तु का पता लगाने के लिए एक नेटवर्क वास्तुकला डिजाइन करने के लिए विभिन्न विकल्पों के व्यवस्थित अध्ययन के परिणामस्वरूप, एक भारित द्विदिश कार्यात्मक नेटवर्क और एक कस्टम समग्र स्केलिंग विधि सटीकता और दक्षता बढ़ाने के लिए प्रस्तावित है। इन अनुकूलन के आधार पर, एफ़ैक्टरडेट नामक डिटेक्टरों का एक नया परिवार विकसित किया गया है, जो संसाधन की एक विस्तृत श्रृंखला के साथ पूर्व कला की तुलना में अधिक सटीकता और दक्षता प्राप्त करता है। विशेष रूप से, हमारी कुशल डी-डी 7 मौजूदा डिटेक्टरों की तुलना में कम मापदंडों और एफएलओपीएस के साथ अत्याधुनिक सटीकता प्राप्त करता है। जीप पर भी 3.2 गुना तेज और सीपीयू पर 8.1 गुना तेज है।

स्रोत: मिंगक्सिंग तान रुइमिंग पैंग क्वोक वी। ले
Google रिसर्च, ब्रेन टीम "एफीशिएंट: स्केलेबल एंड एफिशिएंट ऑब्जेक्ट डिटेक्शन"
arxiv.org/abs/1920.0.070

न्यू न्यूरल नेटवर्क आर्किटेक्चर - एफीशिएंट

एफिशिएंटडेट: स्केलेबल और एफिशिएंट ऑब्जेक्ट डिटेक्शन

EfficientDet वास्तुकला क्या है?

BiFPN के बारे में थोड़ा सा:

निष्कर्ष:

More articles: