นักวิจัยด้านวิทยาการคอมพิวเตอร์จาก Nvidia, มหาวิทยาลัยโตรอนโต และสถาบัน Vector Institute of Artificial Intelligence ในโตรอนโต ได้คิดค้นวิธีการตรวจจับและทำนายตำแหน่งที่วัตถุเริ่มต้นและสิ้นสุดได้อย่างแม่นยำยิ่งขึ้น ความรู้ประเภทนี้สามารถช่วยปรับปรุงการอนุมานสำหรับโมเดลคอมพิวเตอร์วิทัศน์ปัจจุบัน ขณะเดียวกันก็สนับสนุนการติดป้ายกำกับข้อมูลการฝึกอบรมสำหรับโมเดลในอนาคต
ในชุดการทดลองโดยทีมวิจัย นักวิทยาศาสตร์พบว่าโมเดลปัญญาประดิษฐ์ Semanically Thinned Edge Alignment Learning (STEAL) สามารถช่วยปรับปรุงความแม่นยำของโมเดลการทำนาย "ขอบเขตความหมาย" ได้ "CASENet สมัยใหม่เพิ่มขึ้น 4% ความสามารถในการระบุขอบเขตและขอบของวัตถุได้แม่นยำยิ่งขึ้นสามารถนำไปใช้งานด้านการมองเห็นด้วยคอมพิวเตอร์ได้จริง ตั้งแต่การสร้างภาพไปจนถึงการสร้างพื้นที่ 3 มิติขึ้นใหม่ เพื่อตรวจจับวัตถุ
การเรียนรู้การจัดตำแหน่งขอบแบบบางเชิงความหมาย (STEAL)
STEAL สามารถใช้เพื่อปรับปรุง CNN ที่มีอยู่หรือโมเดลการตรวจจับขอบของวัตถุได้ แต่นักวิจัยยังเชื่อว่ายังสามารถช่วยให้พวกเขาติดป้ายกำกับหรือใส่คำอธิบายประกอบข้อมูลได้อย่างมีประสิทธิภาพมากขึ้น โมเดลคอมพิวเตอร์วิทัศน์ เพื่อพิสูจน์ประเด็นนี้ นักวิทยาศาสตร์ได้ใช้วิธีการ STEAL เพื่อปรับแต่ง Cityscapes ซึ่งเป็นชุดข้อมูลที่มีเนื้อหาเกี่ยวกับสภาพแวดล้อมในเมือง ซึ่งถูกนำมาใช้เป็นครั้งแรกในการประชุม Machine Vision Computer Vision and Pattern Recognition (CVPR) ในปี 2559
ปัจจุบันบนGitHubกรอบงาน STEAL สามารถเรียนรู้และทำนายแต่ละมุมของวัตถุในหน่วยพิกเซลได้อย่างแม่นยำ โดยใช้วิธีที่นักวิจัยเรียกว่า "การจัดตำแหน่งแบบแอคทีฟ" การให้เหตุผลที่ชัดเจนเกี่ยวกับเสียงรบกวนของคำอธิบายประกอบในระหว่างการฝึกอบรม และสูตรการกำหนดระดับสำหรับโครงข่ายประสาทเทียมในการเรียนรู้จากการนำเสนอฉลากที่มีอคติในแบบ end-to-end ก็ช่วยสร้างผลลัพธ์ได้เช่นกัน

"เรายังแสดงให้เห็นอีกว่าขอบเขตการคาดการณ์ของเรามีประสิทธิภาพเหนือกว่าขอบเขตที่ได้รับจากเอาท์พุตกลุ่ม DeepLab-v3 ล่าสุด ในขณะที่ใช้เฉพาะสถาปัตยกรรมเท่านั้นที่เบากว่ามาก"ตัวแทนทีมวิจัยกล่าวในการสัมภาษณ์เชิงลึกกับเว็บไซต์ข่าว arXiv
งานวิจัยนี้มีชื่อว่า "Devil is in the Edges: Learning Semantic Boundaries from Noisy Annotations" และจะมีการแนะนำอย่างกว้างขวางผ่านการนำเสนอภายใต้กรอบการประชุม CVPR 2019 ที่จัดขึ้นที่เมืองลองบีช รัฐแคลิฟอร์เนีย ผู้เชี่ยวชาญจาก Nvidia Research มีส่วนสนับสนุนอย่างมากต่อการวิจัยนี้ และพวกเขาจะนำเสนองานวิจัยจากมุมมองส่วนตัวโดยเฉพาะในงาน CVPR ปีนี้ด้วย
ตามข่าวที่รายงานใหม่ Nvidia กล่าวว่าจะสนับสนุนระบบฮาร์ดแวร์คอมพิวเตอร์ประสิทธิภาพสูงจาก Arm ผู้ผลิตชาวอังกฤษในปี 2020 และซอฟต์แวร์โอเพ่นซอร์ส TensorRT parsing inference บนGithubเพื่อให้สามารถปรับแต่งได้มากขึ้น
