Достижения в области технологии искусственного интеллекта для улучшения обнаружения объектов и классификации

Модель глубокого генеративного воспроизведения на основе диффузии на основе диффузии стабильности) изображена в этом схематическом изображении, которое показывает, как он работает.Кредит: Arxiv (2024).Doi: 10.48550/arxiv.2402.17323

Профессор Сеунгриул Бэк и его исследовательская группа в аспирантуре искусственного интеллекта в Unist разработали новую технологию, называемую диффузионной диффузионной диффузией, глубоко генеративное воспроизведение (SDDGR), которая позволяет ИИ изучать новую информацию при сохранении существующих знаний.Исследование опубликовано на сервере Arxiv Preprint.

Технология SDDGR изменила различные аспекты повседневной жизни благодаря вездесущей эффективности, что делает ее важным инструментом в области интеллектуального дома, робототехники и медицинских областей.Примечательно, что SDDGR особенно эффективен в автомобилях с самостоятельным вождением, что позволяет им точно распознавать дорожные объекты и безопасно ездить.В контексте безопасности SDDGR может точно обнаружить злоумышленников и вызывать оповещения о приглашении.

Ранее разработанная технология инкрементного обучения класса (CIL) имела ограничения при распознавании и классификации нескольких объектов на изображении.Чтобы решить эту проблему, появилась технология SDDGR.Он генерирует высококачественные изображения и помогает поддерживать предварительные знания посредством итеративной обработки.Используя передовые методы обучения, SDDGR повышает точность при обработке новых данных.

Кроме того, SDDGR предлагает экономические выгоды, снижая затраты на хранение данных и обработку за счет эффективного повторного использования данных.По данным исследовательской группы, ожидается, что этот подход принесет значительные экономические выгоды для предприятий.

Профессор Бэк Сын-Райул отметил: «Модель SDDGR будет в значительной степени способствовать повышению точности обнаружения непрерывного объекта в различных отраслях».

Первый автор Junsu Kim добавил: «Мы продемонстрировали практическую эффективность технологии SDDGR в различных приложениях, что позволит компаниям разрабатывать лучшие модели искусственного интеллекта с пониженными затратами и временем».

More information: Junsu Kim et al, SDDGR: Stable Diffusion-based Deep Generative Replay for Class Incremental Object Detection, arXiv (2024). DOI: 10.48550/arxiv.2402.17323