• Добавить в закладки
  • Facebook
  • Twitter
  • Telegram
  • VK
  • Печать
  • Email
  • Скопировать ссылку
01.03.2023
ПНИПУ
452

Ученые Пермского Политеха улучшили обнаружение объектов нейронными сетями

4.6

Пожалуй, самая популярная и перспективная задача нейросетей — технологии распознавания образов. Они либо по отдельности, либо в интегрированном виде используются в таких сферах, как безопасность и наблюдение, сканирование и создание изображений, маркетинг и реклама, дополненная реальность и поиск изображений. Обучение — очень важная часть создания этой технологии. Слишком маленькое или наоборот большое количество данных в нейросети приводит к некорректной работе. Порой даже оптимальный размер данных может привести к плохим результатам, если объекты, по которым обучалась программа будут захвачены с одного ракурса или находятся на одном фоне. Сегодня специалистам приходится определять границы изучаемых объектов вручную в специальных программах. Этот процесс очень длительный и трудоемкий. Ученые Пермского Политеха создали программу с генератором случайных синтетических изображений, которая позволит обучать нейросеть быстрее.

Ученые Пермского Политеха улучшили обнаружение объектов нейронными сетями / ©Getty images / Автор: Ольга Кузьмина

Исследование опубликовано в сборнике International Conference on Applied Innovations in IT (ICAIIT). Чтобы облегчить работу IT-специалистам, которые обычно вручную создают фотографии для обучения нейросети, политехники разработали программу, которая генерирует синтетические картинки, комбинируя между собой изображения реального объекта с использованием 3D-камеры, натуралистичный фон и некоторые шумовые эффекты — помехи или предметы окружающей среды.

Например, для создания набора картинок с уличным фонарем программа дополнительно использовала ветви деревьев, которые частично закрывают светильник, а также дождь, слабую освещенность, дефекты камеры. Эти шумовые эффекты делают результирующее изображение более реалистичным. Качество обучения зависит от того, насколько равномерно перемешиваются данные и насколько разнообразные картинки получаются.

«Тестируя программу, мы постарались провести как можно больше экспериментов, чтобы получить максимально широкий обзор влияния синтетических данных на производительность нейронной сети. В испытании использовались наборы данных по 1000 и 2000 искусственных картинок. После чего мы заметили, что такое обучение дает низкое качество распознавания. По этой причине мы решили обучать нейросеть, смешивая синтетические данные с настоящими фотографиям», — сообщил доцент кафедры микропроцессорных средств автоматизации Леонид Мыльников.

«Наборы изображений по тематике на основе синтетических данных с небольшим количеством реальных фотографий улучшило качество обнаружения объекта нейросетью. Это решает проблему создания больших баз данных, необходимых для обучения сетей и значительно упрощает работу специалистов из ИТ сферы. Технология может применима и к движущимся изображениям», — рассказал аспирант кафедры «Информационные технологии и автоматизированные системы» Павел Сливницин.

В настоящее время политехники занимаются получением еще более реалистичных изображений, например, содержащих такие элементы, как эффекты коррозии и деформации изучаемого нейросетью объекта. Это будет способствовать дальнейшему улучшению качества обнаружения. 

Нашли опечатку? Выделите фрагмент и нажмите Ctrl + Enter.
Пермский национальный исследовательский политехнический университет (национальный исследовательский, прошлые названия: Пермский политехнический институт, Пермский государственный технический университет) — технический ВУЗ Российской Федерации. Основан в 1960 году как Пермский политехнический институт (ППИ), в результате объединения Пермского горного института (организованного в 1953 году) с Вечерним машиностроительным институтом. В 1992 году ППИ в числе первых политехнических вузов России получил статус технического университета.
Подписывайтесь на нас в Telegram, Яндекс.Новостях и VK
Позавчера, 20:37
Андрей

Американские ученые проанализировали данные о поедании фекалий животными, чтобы выяснить, какие причины стоят за этим поведением и какие закономерности можно проследить. В результате они разделили всю выборку более чем из 150 видов на семь категорий по тому, что заставляет зверей питаться таким сомнительным продуктом.

Вчера, 11:31
Березин Александр

Несмотря на отмену попытки «экономичной» ловли первой ступени, шестой испытательный полет Starship был успешным. Корабль — вторая ступень системы впервые продемонстрировала возможность маневра на орбите. Первая ступень после приводнения неожиданно для всех смогла пережить два взрыва, не утратив плавучесть. Среди наблюдавших за испытанием был Дональд Трамп.

Вчера, 11:45
Сеченовский Университет

Международная команда специалистов во главе с сотрудниками Центра математического моделирования в разработке лекарств Первого МГМУ имени И. М. Сеченова выявила наиболее перспективные направления для исследований в области лечения аутоиммунных заболеваний. Команда первой провела систематический обзор для поиска всех опубликованных в научных работах математических моделей аутоиммунных патологий и выявила недостаток моделей, которые могут значительно ускорить разработку новых лекарств.

16 ноября
Evgenia

Международная коллаборация физиков под руководством ученых из Йельского университета в США представила самые убедительные на сегодня подтверждения существования нового типа сверхпроводящих материалов. Доказательство существования нематической фазы вещества — научный прорыв, открывающий путь к созданию сверхпроводимости совершенно новым способом.

15 ноября
Елизавета Александрова

Принято считать, что естественный спутник Земли возник в результате ее столкновения с другой планетой, но к этой версии есть вопросы. Теперь ученые предложили рассмотреть сценарий возможного захвата Луны притяжением Земли из пролетавшей мимо двойной системы.

Позавчера, 14:21
Юлия Трепалина

Ученые из Аргентины в серии экспериментов проследили за поведением домашних собак во время разногласий между членами семьи и выявили у четвероногих питомцев ряд характерных реакций на конфликт.

30 октября
Елизавета Александрова

Под рыжим верхним слоем с виду обычного камня открылся целый калейдоскоп довольно неожиданных оттенков. Это особенно интересно с учетом того, где лежит камень — в марсианском кратере, который по всем признакам когда-то был озером.

16 ноября
Evgenia

Международная коллаборация физиков под руководством ученых из Йельского университета в США представила самые убедительные на сегодня подтверждения существования нового типа сверхпроводящих материалов. Доказательство существования нематической фазы вещества — научный прорыв, открывающий путь к созданию сверхпроводимости совершенно новым способом.

31 октября
Татьяна

Органические молекулы с пи-связью образуют очень устойчивые геометрии, которые не любят нарушаться. В 1924 году немецкий химик Юлиус Бредт сформулировал соответствующий запрет, вошедший в учебники химии. Тем не менее это в некоторых случаях возможно. В новой работе американские исследователи представили несколько «антибредтовских» соединений из класса олефинов.

[miniorange_social_login]

Комментарии

Написать комментарий
Подтвердить?
Подтвердить?
Причина отклонения
Подтвердить?
Не получилось опубликовать!

Вы попытались написать запрещенную фразу или вас забанили за частые нарушения.

Понятно
Жалоба отправлена

Мы обязательно проверим комментарий и
при необходимости примем меры.

Спасибо
Аккаунт заблокирован!

Из-за нарушений правил сайта на ваш аккаунт были наложены ограничения. Если это ошибка, напишите нам.

Понятно
Что-то пошло не так!

Наши фильтры обнаружили в ваших действиях признаки накрутки. Отдохните немного и вернитесь к нам позже.

Понятно
Лучшие материалы
Войти
Регистрируясь, вы соглашаетесь с правилами использования сайта и даете согласие на обработку персональных данных.
Ваша заявка получена

Мы скоро изучим заявку и свяжемся с Вами по указанной почте в случае положительного исхода. Спасибо за интерес к проекту.

Понятно
Ваше сообщение получено

Мы скоро прочитаем его и свяжемся с Вами по указанной почте. Спасибо за интерес к проекту.

Понятно