Una red neuronal que se desliza como detector en todas las ubicaciones posibles de la imagen. Tiene una red con una capa de entrada de tamaño NxN píxeles. Luego, tiene una imagen con tamaño MxM píxeles, con M> N. Los objetos que desea detectar están en algún lugar de la imagen pero no sabe dónde. Por lo tanto, barre su red neuronal por toda la imagen. En la primera posición, en la esquina superior izquierda, tiene ciertas puntuaciones de clasificación para los objetos que desea detectar, y actualiza su mapa de puntuación en esa posición. Luego, aplica su NN en una posición desplazada de 1 o pocos píxeles horizontalmente, y también actualiza el mapa de puntaje para esa posición. Este proceso continúa hasta que se procese toda la imagen y se complete todo el mapa de puntuación.
El mapa de puntuación representa un mapa de detección de sus objetos. Se debe implementar un mecanismo de supresión no máxima para evitar múltiples coincidencias del mismo objeto.
Evita usar segmentación. Sin embargo, también en este caso no hay almuerzo gratis. Para hacer que la escala sea invariable, debe crear un espacio de escala de su imagen de entrada. Esto requiere realizar una serie de clasificaciones del orden de diez mil para pocas escalas en una imagen de 1MP. Incluso si puede reutilizar una gran parte del cómputo para capas convolucionales para clasificaciones cercanas, debe recalcular las capas completamente conectadas todo el tiempo, lo que hace que el proceso sea extremadamente lento.
- ¿Qué campo será bueno para elegir, inteligencia artificial, análisis de big data o piratería?
- ¿Cuál es la estrategia de apuestas diarias dobles de IBM Watson?
- ¿Por qué los subtítulos generados automáticamente en YouTube son tan malos?
- ¿Cómo se pueden aprender las características del corpus en bruto mediante el aprendizaje automático / aprendizaje profundo?
- ¿Cómo podría ayudar el chip TrueNorth de IBM a mejorar Watson?
Es por eso que la gente comenzó a investigar en técnicas de propuesta de objetos. Tal vez algún día el poder computacional suficiente nos permita no pensar en estos problemas.