Zero-shot detection
En teknik inden for objektdetektion, hvor en model identificerer objekter fra kategorier, den ikke har set under træning.
Kort fortalt
Zero-shot detection gør det muligt for en model at genkende objekter, den aldrig har set før, ved at bruge en semantisk beskrivelse af kategorien.
- Kategori
- teknik
- Niveau
- øvet
Betydninger
1- 1
Evnen hos en objektgenkendelsesmodel til at detektere objekter fra kategorier, der ikke var inkluderet i træningsdataene, ved at udnytte en semantisk repræsentation såsom ordindlejringer eller attributter.
- Zero-shot detection muliggør genkendelse af sjældne dyrearter i et naturreservat uden forudgående træning på disse arter.
- Ved at bruge CLIP-modellen opnås zero-shot detection ved at sammenligne billedindlejringer med tekstindlejringer af kategorinavne. — CLIP (Radford et al., 2021)
Hvornår bruges det
Bruges i scenarier, hvor det er umuligt eller dyrt at indsamle træningsdata for alle relevante kategorier, fx i overvågning med sjældne objekter eller i robotteknologi. Modellen trænes typisk på en stor mængde 'set' kategorier og lærer at kortlægge visuelle træk til et semantisk embeddingspace, så nye kategorier kan genkendes via deres semantiske beskrivelse.
Oprindelse
Udtrykket 'zero-shot' stammer fra machine learning, hvor 'shot' refererer til antallet af træningseksempler; 'zero-shot' betyder at modellen klarer sig uden nogen eksempler af den pågældende klasse.
Afledte ord
2Kilder
3- Zero-shot Learning for Object Detection (Bansal et al., 2018)
- CLIP: Learning Transferable Visual Models From Natural Language Supervision (Radford et al., 2021)
- Zero-Shot Detection via Vision and Language Knowledge Distillation (Gu et al., 2021)