ترجمه فارسی مقاله FreeAugment: جستجوی افزایش داده در تمام درجات آزادی

انتخاب پلن

انتخاب پلن برای ادامه خرید الزامی است.

پرداخت اقساطی
در صورت خرید اقساطی هر قسط: 37,500 تومان
۴ قسط ماهانه. بدون سود، چک و ضامن.
پرداخت اقساطی با دیجی‌پی پرداخت اقساطی با ترب‌پی
عنوان مقاله به انگلیسی FreeAugment: Data Augmentation Search Across All Degrees of Freedom
عنوان مقاله به فارسی FreeAugment: جستجوی افزایش داده در تمام درجات آزادی
نویسندگان Tom Bekor, Niv Nayman, Lihi Zelnik-Manor
فرمت مقاله انگلیسی PDF
تعداد صفحات 29
لینک دانلود رایگان مقاله انگلیسی دانلود مقاله
دسته بندی موضوعات Computer Vision and Pattern Recognition,Artificial Intelligence,Machine Learning,Optimization and Control,چشم انداز رایانه و تشخیص الگوی , هوش مصنوعی , یادگیری ماشین , بهینه سازی و کنترل ,
توضیحات Submitted 7 September, 2024; originally announced September 2024. , Comments: Accepted by ECCV 2024 , ACM Class: I.2; I.4
توضیحات به فارسی ارسال 7 سپتامبر 2024 ؛در ابتدا در سپتامبر 2024 اعلام شد ، نظرات: پذیرفته شده توسط ECCV 2024 ، کلاس ACM: I.2 ؛i.4
اطلاعات بیشتر از این مقاله در پایگاه های علمی INSPIRE HEP
NASA ADS
Google Scholar
Semantic Scholar

📚 محتوای این محصول آموزشی (پکیج کامل)

علاوه بر مقاله اصلی انگلیسی که دریافت می کنید، برای یادگیری عمیق‌تر و تسلط کامل بر مباحث مجموعه‌ای از کتاب‌های آموزشی نیز ارائه می‌شود.

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتاب‌ها، تمرین‌ها و خودآزمایی.

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

چکیده

Data augmentation has become an integral part of deep learning, as it is known to improve the generalization capabilities of neural networks. Since the most effective set of image transformations differs between tasks and domains, automatic data augmentation search aims to alleviate the extreme burden of manually finding the optimal image transformations. However, current methods are not able to jointly optimize all degrees of freedom: (1) the number of transformations to be applied, their (2) types, (3) order, and (4) magnitudes. Many existing methods risk picking the same transformation more than once, limit the search to two transformations only, or search for the number of transformations exhaustively or iteratively in a myopic manner. Our approach, FreeAugment, is the first to achieve global optimization of all four degrees of freedom simultaneously, using a fully differentiable method. It efficiently learns the number of transformations and a probability distribution over their permutations, inherently refraining from redundant repetition while sampling. Our experiments demonstrate that this joint learning of all degrees of freedom significantly improves performance, achieving state-of-the-art results on various natural image benchmarks and beyond across other domains. Project page at https://tombekor.github.io/FreeAugment-web

چکیده به فارسی (ترجمه ماشینی)

افزایش داده ها به بخشی جدایی ناپذیر از یادگیری عمیق تبدیل شده است ، زیرا شناخته شده است که قابلیت های تعمیم شبکه های عصبی را بهبود می بخشد.از آنجا که مؤثرترین مجموعه تحولات تصویر بین وظایف و دامنه ها متفاوت است ، جستجوی خودکار افزایش داده ها با هدف کاهش بار شدید یافتن دستی تحولات بهینه تصویر انجام می شود.با این حال ، روش های فعلی قادر به بهینه سازی مشترک در درجه های آزادی نیستند: (1) تعداد تحولات مورد استفاده ، انواع (2) آنها ، (3) ترتیب و (4) بزرگی.بسیاری از روشهای موجود خطر انتخاب یکسان را بیش از یک بار خطر می کنند ، فقط جستجو را فقط به دو تحول محدود می کنند ، یا تعداد تحولات را به صورت جامع یا مکرر به صورت میوپی جستجو می کنند.رویکرد ما ، Freeaugment ، اولین کسی است که با استفاده از یک روش کاملاً متفاوت ، بهینه سازی جهانی هر چهار درجه آزادی را به طور همزمان به دست آورد.این کار به طور مؤثر تعداد تحولات و توزیع احتمال را در مورد جابجایی های آنها می آموزد ، و ذاتاً از تکرار اضافی در هنگام نمونه برداری خودداری می کند.آزمایشات ما نشان می دهد که این یادگیری مشترک از تمام درجه های آزادی ، عملکرد را به طور قابل توجهی بهبود می بخشد و به نتایج پیشرفته در معیارهای مختلف تصویر طبیعی و فراتر از آن در حوزه های دیگر می رسد.صفحه پروژه در https://tombekor.github.io/freeaugment-web

📚 محتوای این محصول آموزشی (پکیج کامل)

علاوه بر مقاله اصلی انگلیسی که دریافت می کنید، برای یادگیری عمیق‌تر و تسلط کامل بر مباحث مجموعه‌ای از کتاب‌های آموزشی نیز ارائه می‌شود.

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتاب‌ها، تمرین‌ها و خودآزمایی.

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.