Les chercheurs créent un ensemble de données pour résoudre le problème de los angeles reconnaissance d’objets dans l’apprentissage automatique

Quand une pomme n’est-elle pas une pomme ? Si vous êtes un ordinateur, los angeles réponse est lorsqu’il est réduit de moitié.

Bien que des progrès significatifs aient été réalisés en imaginative and prescient par ordinateur ces dernières années, apprendre à un ordinateur à reconnaître des objets lorsqu’ils changent de forme est encore loin d’être dans le domaine, notamment avec les systèmes d’intelligence artificielle (IA). Aujourd’hui, des chercheurs en informatique de l’Université du Maryland s’attaquent au problème en utilisant des éléments que nous modifions chaque jour, comme les culmination et légumes.

Leur produit est Chop & Be informed, un ensemble de données qui enseigne aux systèmes d’apprentissage automatique remark reconnaître des produits sous différentes formes, même lorsqu’ils sont pelés, tranchés ou coupés en morceaux.

Le projet a été présenté plus tôt ce mois-ci lors de los angeles Conférence internationale sur los angeles imaginative and prescient par ordinateur 2023 à Paris.

“Vous et moi pouvons imaginer à quoi ressembleraient des tranches de pomme ou d’orange par rapport au fruit entier, mais les modèles d’apprentissage automatique nécessitent beaucoup de données pour savoir remark interpréter cela”, a déclaré Nirat Saini, doctorant en cinquième année en informatique et chef de l’équipe de recherche. Auteur du papier. “Nous devions trouver un moyen d’aider l’ordinateur à imaginer des scénarios inédits de los angeles même manière que les humains.”

Pour développer les ensembles de données, Saini et ses collègues doctorants en informatique Hanyu Wang et Archana Swaminathan se sont filmés en teach de couper 20 sorts de culmination et légumes selon sept modèles à l’aide de caméras vidéo installées sous quatre angles.

L. a. diversité des angles, des personnes et des méthodes de préparation des aliments est essentielle pour un ensemble de données complet, a déclaré Saini.

“Quelqu’un peut éplucher une pomme ou une pomme de terre avant de los angeles couper, alors que d’autres ne le feront pas. L’ordinateur le reconnaîtra différemment”, a-t-elle ajouté.

Outre Saini, Wang et Swaminathan, l’équipe Chop & Be informed comprend les doctorants en informatique Vinoj Jayasundara et Bo He ; Kamal Gupta Ph.D. ’23, maintenant dans une Tesla Optimus ; Leur conseiller est Abhinav Shrivastava, professeur adjoint d’informatique.

“L. a. capacité de reconnaître des objets lorsqu’ils subissent différentes transformations est essentielle pour construire des systèmes de compréhension vidéo à lengthy terme”, a déclaré Shrivastava, qui est également nommé à l’Institut d’études informatiques avancées de l’Université du Maryland. « Nous pensons que notre ensemble de données constitue un bon début pour réaliser de réels progrès sur le cœur fondamental de ce problème. »

À court docket terme, a déclaré Shrivastava, l’ensemble de données Chop & Be informed contribuera au développement de tâches d’symbol et de vidéo telles que los angeles reconstruction 3-d, los angeles création vidéo ainsi que los angeles synthèse et l’analyse vidéo à lengthy terme.

Ces développements pourraient un jour avoir un have an effect on plus huge sur des programs telles que les dispositifs de sécurité des véhicules autonomes ou aider les responsables à identifier les menaces pour los angeles sécurité publique, a-t-il déclaré.

Bien que ce ne soit pas l’objectif immédiat, a déclaré Shrivastava, Chop & Be informed pourrait contribuer au développement d’un robotic chef succesful de transformer les produits en repas sains dans votre delicacies, à los angeles demande.