Разработка новых алгоритмов искусственного интеллекта для распознавания объектов на изображениях — актуальная задача для многих областей, от беспилотного транспорта до медицинской диагностики. Сложность возникает при работе с объектами, не представленными в обучающей выборке. Именно эту проблему решили студенты МИСИС и МФТИ вместе с исследователями T-Bank AI Research, представив новую многомодельную нейросеть SDDE.
Она включает в себя несколько нейросетевых моделей, каждая из них разделяет обучающие данные на несколько подмножеств, что даёт возможность им сосредотачиваться на уникальных особенностях изображений. Ключевым элементом является использование разных аспектов данных, позволяющее понять, на какие части изображения "смотрит" каждая модель. Благодаря этому SDDE демонстрирует высокую точность в распознавании объектов, даже если они не были представлены в обучающей выборке.
SDDE поможет улучшить системы автономного вождения, позволяя автомобилям безопасно реагировать на неожиданные объекты и препятствия. Она может использоваться для автоматизированного анализа медицинских изображений, что позволит врачу более точно диагностировать заболевания и принимать более эффективные решения о лечении. SDDE также имеет потенциал для применения в других областях, где необходимо точное распознавание объектов на изображениях, например, в системах безопасности, робототехнике, промышленности.
