16,6 тыс подписчиков
T-Bank AI Research совместно со студентами МИСИС и МФТИ разработали метод SDDE (Saliency-Diversified Deep Ensembles) для улучшения распознавания ИИ ранее неизвестных объектов на фотографиях. Этот метод снизил риск ошибок более чем на 20%, уменьшая необходимость перепроверки решений человеком. SDDE использует карты внимания, фокусирующиеся на разных аспектах данных, что повышает точность и надёжность идентификации объектов.
Метод был представлен на Международной конференции по обработке изображений (IEEE ICIP) в Абу-Даби. SDDE объединяет несколько нейронных сетей для улучшения распознавания и анализа изображений. Учёные решили проблему однородности ансамблей, что увеличило эффективность модели.
SDDE важен для сфер, требующих высокой точности анализа, таких как беспилотные транспортные средства и медицинская диагностика. Исследование показало, что нейронные сети стали лучше распознавать изображения, отличающиеся от обучающих данных, что важно для безопасного использования ИИ в критически важных областях.
Около минуты
2 ноября 2024