Mualliflar:  (1) Xyonjun Kvon, Yonsey universiteti;  (2) Jinhyun Jang, Yonsey universiteti;  (3) Jin Kim, Yonsey universiteti;  (4) Kvonyoung Kim, Yonsey universiteti;  (5) Kwanghoon Sohn, Yonsei universiteti va Koreya Fan va Texnologiya Instituti (KIST).  Havolalar jadvali   Annotatsiya va 1 Kirish   2. Tegishli ish   3. Giperbolik geometriya  4. Usul   4.1. Umumiy koʻrinish   4.2. Ehtimoliy ierarxiya daraxti   4.3. Vizual ierarxiyaning parchalanishi   4.4. Giperbolik fazoda ierarxiyani o'rganish   4.5. Vizual ierarxiyani kodlash   5. Tajribalar va 5.1. Tasvir tasnifi   5.2. Ob'ektni aniqlash va Instance segmentatsiyasi   5.3. Semantik segmentatsiya   5.4. Vizualizatsiya   6. Ablatsiyani o'rganish va muhokama qilish   7. Xulosa va foydalanilgan adabiyotlar   A. Tarmoq arxitekturasi   B. Nazariy asos   C. Qo'shimcha natijalar   D. Qo'shimcha vizualizatsiya  7. Xulosa  Ushbu maqolada biz vizual sahnalarning ierarxik tashkil etilishini o'rganadigan "Visual ierarxiya xaritasi" (Hi-Mapper) romanini taqdim etdik. Biz ehtimollik taqsimoti bilan daraxtga o'xshash tuzilmani yangi aniqlash va giperbolik fazoda ierarxik munosabatlarni o'rganish orqali maqsadga erishdik. Biz ierarxik talqinni kontrastli yo'qotishga kiritdik va vizual ierarxiyani ma'lumotlardan samarali tarzda samarali aniqladik. Samarali ierarxiya dekompozitsiyasi va kodlash tartib-qoidalari orqali aniqlangan ierarxiya global vizual tasvirga muvaffaqiyatli joylashtirildi, bu butun sahnani tuzilgan tushunishni kuchaytirdi. Hi-Mapper mavjud DNN-lar bilan integratsiyalashganda ularning ishlashini doimiy ravishda yaxshiladi, shuningdek, turli xil zich prognozlar bo'yicha samaradorligini ko'rsatdi.    . Ushbu tadqiqot 2022 yil (2022-22-0002) Yonsei Signature tadqiqot klaster dasturi tomonidan qo'llab-quvvatlandi. Tasdiqlash  Ma'lumotnomalar  [1] Aleksandr Ermolov, Leyla Mirvaxabova, Valentin Xrulkov, Niku Sebe va Ivan Oseledets. Giperbolik ko'rish transformatorlari: Metrik o'rganishdagi yaxshilanishlarni birlashtirish. IEEE/CVF konferentsiyasining kompyuterda ko‘rish va namunani aniqlash bo‘yicha materiallarida, 7409–7419, 2022-betlar. 1, 3  [2] Sungyeon Kim, Boseung Jeong va Suha Kwak. Hier: ierarxik tartibga solish orqali sinf belgilaridan tashqari metrikani o'rganish. Kompyuterda ko‘rish va namunani aniqlash bo‘yicha IEEE/CVF konferensiyasi materiallarida, 19903–19912, 2023-betlar. 1, 3  [3] Jorjiya Gkioxari, Ross Girshick, Piotr Dollar va Kaiming ´ He. Inson va ob'ektning o'zaro ta'sirini aniqlash va tan olish. Kompyuterda koʻrish va namunani aniqlash boʻyicha IEEE konferentsiyasi materiallarida, 8359–8367-betlar, 2018. 1  [4] Jinhyun Jang, Jungin Park, Jin Kim, Hyeongjun Kvon va Kwanghoon Sohn. Qayerga e'tibor qaratishni bilish: videoni yerga ulash uchun Eventaware transformatori. IEEE/CVF konferentsiyasining kompyuterda koʻrish va namunani aniqlash boʻyicha materiallarida, 13846–13856, 2023-betlar. 1  [5] Chji Xou, Baosheng Yu, Yu Qiao, Xiaojiang Peng va Dacheng Tao. Inson va ob'ekt o'zaro ta'sirini aniqlash uchun pul o'tkazmasini o'rganish. IEEE/CVF konferensiyasining kompyuter ko‘rish va namunani aniqlash bo‘yicha materiallarida, 495–504, 2021-betlar. 1  [6] Hyeongjun Kvon, Taeyong Song, Somi Joong, Jin Kim, Jinhyun Jang va Kwanghoon Sohn. Zich bashorat qilish uchun ehtimollik tezkor o'rganish. IEEE/CVF konferentsiyasining kompyuter ko‘rish va namunani aniqlash bo‘yicha materiallarida, 6768–6777, 2023-betlar. 1, 3  [7] Jin Kim, Jiyoung Li, Jungin Park, Dongbo Min va Kwanghoon Sohn. Xotirani mahkamlang: semantik segmentatsiyani umumlashtirishni o'rganish. IEEE/CVF konferensiyasining Kompyuter ko‘rish va namunani aniqlash bo‘yicha materiallarida, 4350–4360, 2022-betlar. 1  [8] Aleksey Dosovitskiy, Lukas Beyer, Aleksandr Kolesnikov, Dirk Vayssenborn, Xiaoxua Chjai, Tomas Unterthiner, Mostafa Dehgani, Matias Minderer, Georg Xeygold, Silven Gelli va boshqalar. Tasvir 16x16 so'zdan iborat: miqyosda tasvirni aniqlash uchun transformatorlar. arXiv preprint arXiv:2010.11929, 2020. 1  [9] Prajit Ramachandran, Niki Parmar, Ashish Vasvani, Irvan Bello, Anselm Levskaya va Jon Shlens. Ko'rish modellarida mustaqil o'ziga e'tibor. Neyron axborotni qayta ishlash tizimlaridagi yutuqlar, 32, 2019. 1  [10] Hengshuang Zhao, Jiaya Jia va Vladlen Koltun. Tasvirni tanib olish uchun o'z-o'ziga e'tiborni o'rganish. Kompyuterda ko‘rish va naqshni aniqlash bo‘yicha IEEE/CVF konferensiyasi materiallarida, 10076–10085, 2020-betlar. 7  [11] Jianyuan Guo, Kay Xan, Xan Vu, Yehui Tang, Xinghao Chen, Yunhe Vang va Chang Xu. Cmt: Konvolyutsion neyron tarmoqlari ko'rish transformatorlari bilan uchrashadi. IEEE/CVF konferentsiyasining kompyuterda ko'rish va namunani aniqlash bo'yicha materiallarida, 12175–12185, 2022-betlar.  [12] Xayping Vu, Bin Xiao, Noel Codella, Mengchen Liu, Xiyang Dai, Lu Yuan va Ley Chjan. Cvt: Ko'rish transformatorlariga konvolyutsiyalarni kiritish. Kompyuterni ko‘rish bo‘yicha IEEE/CVF xalqaro konferensiyasi materiallari, 22–31-betlar, 2021 yil. 1, 6  [13] Xiaoyi Dong, Jianmin Bao, Dongdong Chen, Weiming Zhang, Nenghai Yu, Lu Yuan, Dong Chen va Baining Guo. Cswin transformatori: o'zaro faoliyat shaklidagi derazalari bo'lgan umumiy ko'rish transformatorining magistral qismi. IEEE/CVF konferensiyasining kompyuter ko‘rish va namunani aniqlash bo‘yicha materiallarida, 12124–12134, 2022-betlar. 1  [14] Wenhai Vang, Enze Xie, Sian Li, Deng-Ping Fan, Kaitao Song, Ding Liang, Tong Lu, Ping Luo va Ling Shao. Piramida ko'rish transformatori: konvolyutsiyalarsiz zich bashorat qilish uchun ko'p qirrali magistral. Kompyuter ko'rish bo'yicha IEEE/CVF xalqaro konferentsiyasi materiallarida, 568–578, 2021-betlar.  [15] Yanghao Li, Chao-Yuan Vu, Xaoqi Fan, Karttikeya Mangalam, Bo Xiong, Jitendra Malik va Kristof Feyxtenxofer. Mvitv2: Tasniflash va aniqlash uchun yaxshilangan ko'p miqyosli ko'rish transformatorlari. Kompyuterda ko‘rish va namunani aniqlash bo‘yicha IEEE/CVF konferensiyasi materiallarida, 4804–4814, 2022-betlar. 1  [16] Chun-Fu Richard Chen, Quanfu Fan va Ramesvar Panda. Crossvit: tasvirni tasniflash uchun o'zaro e'tibor ko'p miqyosli ko'rish transformatori. Kompyuter ko‘rish bo‘yicha IEEE/CVF xalqaro konferensiyasi materiallari, 357–366-betlar, 2021. 1, 2, 6  [17] Pengzhen Ren, Changlin Li, Guangrun Vang, Yun Xiao, Qing Du, Xiaodan Liang va Xiaojun Chang. Fikslashdan tashqari: Dinamik oyna vizual transformatori. IEEE/CVF konferensiyasining kompyuter ko‘rish va namunani aniqlash bo‘yicha materiallarida, 11987–11997, 2022-betlar. 1  [18] Shitao Tang, Jiahui Chjan, Siyu Chju va Ping Tan. Ko'rish transformatorlari uchun to'rtburchak e'tibor. arXiv preprint arXiv:2201.02767, 2022. 2, 4  [19] Mingyu Ding, Yikang Shen, Lijie Fan, Zhenfang Chen, Zitian Chen, Ping Luo, Joshua B Tenenbaum va Chuang Gan. Vizual qaramlik transformatorlari: qaramlik daraxti teskari e'tibordan kelib chiqadi. IEEE/CVF konferensiyasining kompyuter ko‘rish va namunani aniqlash bo‘yicha materiallarida, 14528–14539, 2023-betlar. 2, 6, 7  [20] Tsung-Vey Ke, Sangvu Mo va X Yu Stella. Tanib olish va tanib olish uchun tasvirning ierarxik segmentatsiyasini o'rganish. O'quv vakolatlari bo'yicha o'n ikkinchi xalqaro konferentsiyada, 2023. 2, 4  [21] N. Linial, E. London va Y. Rabinovich. Grafiklar geometriyasi va uning ba'zi algoritmik qo'llanilishi. Informatika asoslari boʻyicha 35-yillik simpozium maʼruzasida, 577–591-betlar, 1994. doi: 10.1109/ SFCS.1994.365733. 2  [22] Xongbin Pei, Bingje Vey, Kevin Chang, Chunxu Chjan va Bo Yang. Grafikni joylashtirishda buzilishning oldini olish uchun egrilikni tartibga solish. Neyron axborotni qayta ishlash tizimlaridagi yutuqlar, 33: 20779–20790, 2020.  [23] Maximillian Nikel va Douwe Kiela. Ierarxik tasvirlarni o'rganish uchun Poincare o'rnatish. Neyron axborotni qayta ishlash tizimlaridagi yutuqlar, 30, 2017 yil.  [24] Maximillian Nikel va Douwe Kiela. Giperbolik geometriyaning Lorents modelida uzluksiz ierarxiyalarni o'rganish. Mashina o'rganish bo'yicha xalqaro konferentsiyada, 3779–3788 sahifalar. PMLR, 2018. 3  [25] Chji Gao, Yuvey Vu, Yunde Jia va Mehrtash Xarandi. Bir necha marta o'rganish uchun kavisli bo'shliqlarda egrilik hosil qilish. Kompyuterni ko‘rish bo‘yicha IEEE/CVF xalqaro konferensiyasi materiallari, 8691–8700, 2021-betlar. 3  [26] Alexandru Tifrea, Gary Becigneul va Oktavian-Eugen ´ Ganea. Puankar qo'lqop: Giperbolik so'zlarni kiritish. arXiv preprint arXiv:1810.06546, 2018. 3  [27] Yudong Chju, Di Chjou, Jinghui Syao, Xin Jiang, Xiao Chen va Qun Liu. Gipermatn: Tez matnni giperbolik geometriya bilan ta'minlash. arXiv preprint arXiv:2010.16143, 2020. 3  [28] Ines Chami, Jitao Ying, Kristofer Re va Jure Leskovec. ´ Giperbolik grafik konvolyutsion neyron tarmoqlari. Neyron axborotni qayta ishlash tizimlaridagi yutuqlar, 32, 2019 yil.  [29] Karan Desai, Maksimilian Nikel, Tanmay Rajpurohit, Jastin Jonson va Shanmukha Ramakrishna Vedantam. Giperbolik tasvir-matn tasvirlari. Mashinalarni o'rganish bo'yicha xalqaro konferentsiyada, 7694–7731 sahifalar. PMLR, 2023. 2, 3, 5  [30] Luqo Vilnis va Endryu Makkallum. Gauss kiritish orqali so'zlarni ko'rsatish. Ta'lim vakilliklari bo'yicha xalqaro konferentsiyada, 2015. 2  [31] Ben Athiwaratkun va Endryu Gordon Uilson. Multimodal so'zlarni taqsimlash. arXiv preprint arXiv:1704.08424, 2017. 3  [32] Ben Athiwaratkun va Endryu Gordon Uilson. Ierarxik zichlik tartibini kiritish. O'quv vakilliklari bo'yicha xalqaro konferentsiyada, 2018.  [33] Gengcong Yang, Jingyi Zhang, Yong Zhang, Baoyuan Vu va Yujiu Yang. Sahna grafigini yaratish uchun semantik noaniqlikni ehtimoliy modellashtirish. IEEE/CVF konferentsiyasining kompyuterda ko‘rish va namunani aniqlash bo‘yicha materiallarida, 12527–12536, 2021-betlar. 2  [34] Kaiming Xe, Xiangyu Chjan, Shaoqing Ren va Jian Sun. Tasvirni aniqlash uchun chuqur qoldiq o'rganish. Kompyuterda koʻrish va namunani aniqlash boʻyicha IEEE konferentsiyasi materiallari, 770–778-betlar, 2016. 2, 6, 12  [35] Ugo Tuvron, Matti Kord, Matteys Douz, Fransisko Massa, Aleksandr Sablayrolles va Erve Jegou. Ma'lumotni tejaydigan tasvir transformatorlarini o'rgatish va diqqat orqali distillash. Mashina o'rganish bo'yicha xalqaro konferentsiyada, 10347–10357 sahifalar. PMLR, 2021. 2, 6, 7, 12  [36] Jia Deng, Vey Dong, Richard Socher, Li-Jia Li, Kay Li va Li Fey-Fey. Imagenet: Keng miqyosli ierarxik tasvirlar bazasi. 2009 yilda IEEE konferentsiyasi kompyuterni ko'rish va naqshni aniqlash bo'yicha, 248-255-betlar. Iee, 2009. 2, 6, 7, 8, 12, 14  [37] Tsung-Yi Lin, Maykl Maire, Serj Belonji, Jeyms Xeys, Pietro Perona, Deva Ramanan, Piotr Dollar va C Lourens ´ Zitnik. Microsoft coco: kontekstdagi umumiy ob'ektlar. In Computer Vision–ECCV 2014: 13-Evropa konferensiyasi, Tsyurix, Shveytsariya, 2014 yil 6-12 sentyabr, Maqolalar, V 13-qism, 740–755-betlar. Springer, 2014. 6, 7  [38] Boley Chjou, Xan Chjao, Xaver Puig, Sanja Fidler, Adela Barriuso va Antonio Torralba. Ade20k ma'lumotlar to'plami orqali sahnani tahlil qilish. Kompyuterda ko‘rish va namunani aniqlash bo‘yicha IEEE konferensiyasi materiallarida, 633–641-betlar, 2017. 2, 7  [39] Pedro F Felzenszwalb, Ross B Girshick, David McAllester va Deva Ramanan. Diskriminativ tarzda o'qitilgan qismga asoslangan modellar bilan ob'ektni aniqlash. Shakl tahlili va mashina razvedkasi bo'yicha IEEE tranzaksiyalari, 32(9):1627–1645, 2009. 2  [40] Feng Xan va Song-Chun Chju. Atribut grammatikasi bilan pastdan yuqoriga/yuqoridan pastga tasvirni tahlil qilish. Naqshlarni tahlil qilish va mashina razvedkasi bo'yicha IEEE tranzaktsiyalari, 31 (1): 59-73, 2008.  [41] Erik B Sudderth, Antonio Torralba, William T Freeman va Alan S Willsky. Sahnalar, ob'ektlar va qismlarning ierarxik modellarini o'rganish. Kompyuterni koʻrish boʻyicha oʻninchi IEEE xalqaro konferensiyasida (ICCV'05) 1-jild, 2-jild, 1331–1338-betlar. IEEE, 2005 yil.  [42] Chjuoven Tu, Siangrong Chen, Alan L Yuille va Song-Chun Chju. Rasmni tahlil qilish: segmentatsiya, aniqlash va tanib olishni birlashtirish. Kompyuterni ko'rish xalqaro jurnali, 63: 113–140, 2005. 2  [43] Tianfu Vu va Song-Chun Chju. va-yoki grafiklarda pastdan yuqoriga va yuqoridan pastga xulosa chiqarish jarayonlarini raqamli o'rganish. Kompyuterni ko'rish xalqaro jurnali, 93:226–252, 2011. 2  [44] Venguan Vang, Chjijie Chjan, Siyuan Qi, Jianbing Shen, Yanvey Pang va Ling Shao. Insonni tahlil qilish uchun kompozitsion neyron ma'lumotlarini birlashtirishni o'rganish. Kompyuterni ko‘rish bo‘yicha IEEE/CVF xalqaro konferensiyasi materiallarida, 5703–5713-betlar, 2019. 2  [45] Venguan Vang, Xaylong Chju, Jifeng Dai, Yanvey Pang, Jianbing Shen va Ling Shao. Yozilgan qism-munosabatli fikrlash bilan ierarxik odam tahlili. Kompyuterda ko‘rish va naqshni aniqlash bo‘yicha IEEE/CVF konferensiyasi materiallarida, 8929–8939, 2020-betlar. 2  [46] Sandro Braun, Patrik Esser va Byorn Ommer. Nazorat qilinmagan qismlarni nazoratsiz ajratish orqali topish. Naqshni aniqlashda: 42-DAGM nemis konferensiyasi, DAGM GCPR 2020, Tubingen, Germaniya, 28-sentabr – 1-oktabr, 2020-yil, 42-sonli materiallar, 345–359-betlar. Springer, 2021. 2  [47] Subhabrata Choudhury, Iro Laina, Christian Rupprecht va Andrea Vedaldi. Kontrastli rekonstruksiya natijasida nazoratsiz qism kashfiyoti. Neyron axborotni qayta ishlash tizimlaridagi yutuqlar, 34: 28104–28118, 2021.  [48] Wei-Chix Hung, Varun Jampani, Sifei Liu, Pavlo Molchanov, Ming-Hsuan Yang va Jan Kautz. Scops: O'z-o'zidan boshqariladigan qo'shma qism segmentatsiyasi. Kompyuterda koʻrish va namunani aniqlash boʻyicha IEEE/CVF konferentsiyasi materiallarida, 869–878-betlar, 2019. 2.  [49] Tsung-Vey Ke, Sangvu Mo va Stella X. Yu. Tanib olish va tanib olish uchun tasvirning ierarxik segmentatsiyasini o'rganish. O'quv vakilliklari bo'yicha o'n ikkinchi xalqaro konferentsiyada, 2024. 2  [50] Sanghyuk Chun, Seong Jun Oh, Rafael Sampaio De Rezende, Yannis Kalantidis va Diane Larlus. O'zaro modal qidirish uchun ehtimollik kiritish. IEEE/CVF konferensiyasining kompyuter ko‘rish va namunani aniqlash bo‘yicha materiallarida, 8415–8424, 2021-betlar. 3, 5  [51] Yichun Shi va Anil K Jain. Yuzning ehtimoliy joylashuvi. Kompyuterni ko‘rish bo‘yicha IEEE/CVF xalqaro konferensiyasi materiallarida, 6902–6911-betlar, 2019. 3  [52] Jungin Park, Jiyoung Li, Ig-Jae Kim va Kvanghun Sohn. Video kontrastli o'rganish uchun ehtimollik ko'rinishlari. Kompyuterda ko‘rish va namunani aniqlash bo‘yicha IEEE/CVF konferensiyasi materiallarida, 14711–14721, 2022-betlar. 3  [53] Maximillian Nikel va Douwe Kiela. Ierarxik tasvirlarni o'rganish uchun Poincare o'rnatish. Neyron axborotni qayta ishlash tizimlaridagi yutuqlar, 30, 2017. 3  [54] Mina Ghadimi Atigh, Julian Schoep, Erman Acar, Nanne Van Noord va Paskal Mettes. Giperbolik tasvir segmentatsiyasi. Kompyuterda koʻrish va naqshni aniqlash boʻyicha IEEE/CVF konferentsiyasi materiallarida, 4453–4462, 2022-betlar. 3  [55] Zhenzhen Weng, Mehmet Giray Ogut, Shai Limonchik va Serena Yeung. Ierarxik o'z-o'zini nazorat qilish yordamida misol segmentatsiyasida uzun dumning nazoratsiz kashfiyoti. Kompyuterda ko‘rish va namunani aniqlash bo‘yicha IEEE/CVF konferensiyasi materiallarida, 2603–2612, 2021-betlar. 3  [56] Valentin Xrulkov, Leyla Mirvaxabova, Evgeniya Ustinova, Ivan Oseledets va Viktor Lempitskiy. Giperbolik tasvirni joylashtirish. Kompyuterda ko‘rish va namunani aniqlash bo‘yicha IEEE/CVF konferensiyasi materiallarida, 6418–6428, 2020-betlar. 3  [57] Durk P Kingma, Tim Salimans va Maks Velling. Variatsion tark etish va mahalliy reparametrizatsiya hiylasi. Neyron axborotni qayta ishlash tizimlaridagi yutuqlar, 28, 2015. 4  [58] Aaron van den Oord, Yazhe Li va Oriol Vinyals. Kontrastli bashoratli kodlash bilan vakillikni o'rganish. arXiv preprint arXiv:1807.03748, 2018. 5  [59] Mingxing Tan va Quoc Le. Efficientnet: Konvolyutsion neyron tarmoqlar uchun model masshtabini qayta ko'rib chiqish. Mashinalarni o'rganish bo'yicha xalqaro konferentsiya, 6105–6114-betlar. PMLR, 2019. 6, 12  [60] Ze Liu, Yutong Lin, Yue Cao, Xan Xu, Yixuan Vey, Chjen Chjan, Stiven Lin va Baining Guo. Swin transformator: Shisha oynalar yordamida ierarxik ko'rish transformatori. Kompyuter ko‘rish bo‘yicha IEEE/CVF xalqaro konferensiyasi materiallari, 10012–10022, 2021-betlar. 6, 7, 12  [61] Venxay Vang, Enze Xie, Syan Li, Deng-Ping Fan, Kaitao Song, Ding Liang, Tong Lu, Ping Luo va Ling Shao. Pvt v2: Piramidali ko'rish transformatori bilan yaxshilangan asosiy ko'rsatkichlar. Hisoblash vizual vositalar, 8(3):415–424, 2022. 6, 7  [62] Mingyu Ding, Bin Xiao, Noel Codella, Ping Luo, Jingdong Vang va Lu Yuan. Davit: Ikki tomonlama diqqatni ko'rish transformatorlari. Kompyuterni ko'rish bo'yicha Evropa konferentsiyasida, 74–92-betlar. Springer, 2022. 6  [63] Pengchuan Chjan, Xiyang Dai, Jianwei Yang, Bin Siao, Lu Yuan, Ley Zhang va Jianfeng Gao. Ko'p miqyosli ko'rishni uzaytiruvchi: Yuqori aniqlikdagi tasvirni kodlash uchun yangi ko'rish transformatori. Kompyuterni ko'rish bo'yicha IEEE/CVF xalqaro konferentsiyasi materiallarida, 2998–3008, 2021-betlar.  [64] Tsung-Yi Lin, Priya Goyal, Ross Girshik, Kaiming Xe va Piotr Dollar. Zich ob'ektni aniqlash uchun fokusni yo'qotish. ´ Kompyuter koʻrish boʻyicha IEEE xalqaro konferensiyasi materiallarida, 2980–2988-betlar, 2017. 6  [65] Elad Xoffer, Tal Ben-Nun, Itay Xubara, Niv Giladi, Torsten Xyofler va Daniel Soudri. To'plamingizni ko'paytiring: misollarni takrorlash orqali umumlashtirishni yaxshilash. Kompyuterda ko‘rish va namunani aniqlash bo‘yicha IEEE/CVF konferensiyasi materiallarida, 8129–8138-betlar, 2020. 6  [66] Ilya Loshchilov va Frenk Xyutter. Ajratilgan vaznning parchalanishini tartibga solish. arXiv preprint arXiv:1711.05101, 2017. 6  [67] Kaiming Xe, Jorjiya Gkioxari, Piotr Dollar va Ross Girshik. Niqob r-cnn. Kompyuterni ko‘rish bo‘yicha IEEE xalqaro konferensiyasi materiallarida, 2961–2969-betlar, 2017. 7, 12  [68] Yanghao Li, Xanzi Mao, Ross Girshik va Kaiming Xe. Ob'ektni aniqlash uchun oddiy ko'rish transformatorining magistrallarini o'rganish. Kompyuterni ko'rish bo'yicha Evropa konferentsiyasida, 280–296-betlar. Springer, 2022. 7  [69] Aleksandr Kirillov, Ross Girshick, Kaiming He va Piotr Dollar. Panoptik xususiyatli piramida tarmoqlari. Kompyuterda ko‘rish va naqshni aniqlash bo‘yicha IEEE/CVF konferensiyasi materiallarida, 6399–6408, 2019-betlar. 7  [70] Tete Xiao, Yingcheng Liu, Bolei Chjou, Yuning Jiang va Jian Sun. Sahnani tushunish uchun birlashtirilgan pertseptiv tahlil. Kompyuterni ko‘rish bo‘yicha Yevropa konferensiyasi materiallari (ECCV), 418–434-betlar, 2018. 7, 12  Ushbu hujjat   . arxivda CC BY 4.0 DEED litsenziyasi ostida mavjud

Part of HackerNoon's growing list of open-source research papers, promoting free access to academic material.

Tech Hyperbole

hyperbole.tech

Ushbu audio hikoyaning asl tilida yaratilgan!

Agar sun'iy intellekt tasvirlarni biz kabi tushunsa nima bo'ladi? Ushbu model bo'lishi mumkin

About Author

IZOHLAR

TEGI QILISH

USHBU MAQOLA TAQDIM ETILGAN

Related Stories

Meet Uzi World Digital, Winner of Startups of the year 2024 in Kolkata, West Bengal, India

Meet UzairaAdvisory, Winner of Startups of The Year 2024 in Business

Meet UzairaAdvisory, Startups of The Year 2024 Nominee

Meet Uzi World Digital, Winner of Startups of the year 2024 in Kolkata, West Bengal, India

Meet UzairaAdvisory, Winner of Startups of The Year 2024 in Business

Meet UzairaAdvisory, Startups of The Year 2024 Nominee

Light-Mode

Classic

Newspaper

Dark-Mode

Neon Noir

Minty

HN StartUps