新闻
您现在的位置:首页 > 新闻 > 亚马逊提出无需重新处理即可改善计算机视觉模型的技术
  • 腾讯创作者生态的前车之鉴,能否支撑《元梦之星》逐梦UGC?

    腾讯创作者生态的前车之鉴,能否支撑《元梦之星》逐梦UGC?

    发布时间:2023/09/24

    近期,腾讯以“天美乐园”的特别形式公布了新作《元梦之星》,宣告正式入主派对游戏赛道。过去,派对游戏在国内市场份额较小,直到《糖豆人》《香肠派对》《蛋仔派对》等作品引发用户和市场的高度关注,整个赛道才...

  • 普悦智能,专注净水,为渠道经销搭载新引擎!

    普悦智能,专注净水,为渠道经销搭载新引擎!

    发布时间:2023/08/28

    稳步推进:祝贺普悦智能(北京联营公司)第一轮股东入股签约圆满成功! 2023年8月18日,浙江普悦智能科技有限公司北京联营公司——北京普悦京允智能科技有限公司在总经理宋玉财的热忱推进下,成功签约了五名销售/服...

  • 新鸿基地产园区中心封面地标, 苏州环贸汇众盼而至

    新鸿基地产园区中心封面地标, 苏州环贸汇众盼而至

    发布时间:2021/12/28

    当苏州迈向全球都会序列之际,当苏州园区盛启一城想象之时。实力港企新鸿基地产携苏州首个超高层多业态综合体住宅——新鸿基地产苏州环贸汇澎湃而来,势将为苏州高净值投资人群挚献园区中心CBD地标之作,擎领苏州未...

  • 看图操作,三步即可开通微粒贷

    看图操作,三步即可开通微粒贷

    发布时间:2021/12/01

    ​微粒贷是由国内首家互联网银行微众银行推出的一款小额信贷产品,具有无抵押无担保、随借随还等特点,深受大家的喜欢。在此,小编结合官方资料,为想用微粒贷却不知怎么开通的朋友提供一些帮助。微粒贷开通 第一...

  • 英国与快速反应小组一起抗击冠状病毒

    英国与快速反应小组一起抗击冠状病毒

    发布时间:2020/04/01

      英国政府宣布了新的措施,以打击虚假的COVID-19在线信息的传播,包括建立专门的专家小组来处理错误信息。 新成立的快速反应小组将在英国内阁办公室内部运作,并将研究应对互联网上“有害叙述”的方法-解决“...

  • 微软即将吸引消费者-但Skype仍将保留

    微软即将吸引消费者-但Skype仍将保留

    发布时间:2020/03/31

      微软今天宣布,今年晚些时候,它将推出Teams的基本消费版,即类似于Slack的文本,音频和视频聊天应用程序。就像Microsoft所喜欢的,您的个人生活团队将使用许多工具,这些工具将使家庭和小组更轻松地组织...

  • 安全漏洞暴露了共和党选民公司的内部应用代码

    安全漏洞暴露了共和党选民公司的内部应用代码

    发布时间:2020/03/31

      一家专供共和党政治运动使用的选民联系和拉票公司,错误地在其网站上留下了未经保护的应用程序代码副本,供任何人找到。 Campaign Sidekick公司通过iOS和Android应用程序帮助共和党竞选活动布署其选区,这...

  • 在宾夕法尼亚州,州酒商店仍然关闭,人们越来越口渴

    在宾夕法尼亚州,州酒商店仍然关闭,人们越来越口渴

    发布时间:2020/03/31

      随着美国人渴望长时间的自我隔离,白酒业务的销量激增。根据尼尔森(Nielsen)的数据,到3月中旬,这一增长已经比去年同期高出26%以上。但是,联盟中至少有一个州与这种趋势背道而驰,而且与消费者的意愿无...

亚马逊提出无需重新处理即可改善计算机视觉模型的技术

发布时间:2020/04/01 新闻 浏览次数:784

 

在本周于预印服务器Arxiv.org上发表的一篇论文中,亚马逊科学家详细介绍了AI模型从与先前计算的图像兼容的图像中学习特征的方法。他们说,这使旧模型每次添加新图像时都可以绕过所有以前看到的图像的计算功能,这可以节省企业开发具有计算机视觉功能的应用程序的宝贵时间和计算能力。

正如研究人员所解释的,视觉分类通常是通过使用机器学习模型将每个图像映射到向量空间(称为向量的对象集合)上来完成的。随着新类别图像的可用,它们的向量将用于产生新的群集,该群集用于标识最接近一个或一组输入图像。随着时间的流逝,使用新训练的模型可以增加数据集并提高质量,但是为了收获这些新模型的好处,新模型必须重新处理集合中的所有图像以生成其向量并创建聚类。

相比之下,研究人员的方法可以部署新模型,而无需重新索引现有图像集。他们说,它不需要修改模型的体系结构,也不需要修改旧模型的参数,即模型内部的配置变量,其值可以从给定数据中估算出来。也许更重要的是,他们还声称它不会牺牲准确性。

在实验中,研究人员使用IMDB-Face数据集(其中包含约1.7万张59,000名名人的图像)训练AI模型,并使用IJB-C人脸识别数据集(其中包含来自3,531个身份的约13万张图像)进行验证。然后,给模型执行两个任务:(1)确定给定一对模板(来自同一个人的一个或多个面部图像)是否属于同一个人;以及(2)使用一个模板在一组索引模板中进行搜索。

该团队说,他们的方法保持了基线的准确性,但是他们承认它有几个局限性。

“向后兼容性对于快速部署利用不断增长的大规模培训数据集以及深度学习体系结构和培训方法的改进的新嵌入模型至关重要,[但是使用[我们的技术]相对而言,新模型的准确性存在差距他们忽略了以前的限制。” “尽管通过稍微复杂一些的BCT形式可以缩小这种差距,但在表征和实现可达到的精度极限方面仍需要做的工作。”

姓 名:
邮箱
留 言: