版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容， 请发送邮件至举报，一经查实，本站将立刻删除。
MIT科学家创建出STEGO算法可无需人工监督为像素分配标签
0
展望未来
尽管进行了改进，STEGO仍然面临着一定的挑战。一是标签可以是任意的。例如，COCO-Stuff数据集的标签区分了像香蕉和鸡翅这样的“食物”和像玉米片和意大利面这样的“食物”，STEGO并没有看到太大的区别。在其他情况下，STEGO也会对奇怪的图像困惑，比如一个香蕉坐在电话接收器上，而接收器被标记为“食品”而不是“原材料”。
未来，研究人员计划探索为STEGO提供更多的灵活性，而不仅仅是将像素标记为固定数量的类别，因为现实世界中的事物有时可能同时是多个事物（例如“食物”、“植物”和“水果”）。研究人员希望这将为算法提供不确定性、权衡和更抽象思维的空间。
Hamilton表示：“在制作用于理解潜在复杂数据集的通用工具时，我们希望这种类型的算法可以自动化从图像中发现对象的科学过程。在不同的领域中，人工标记的成本过高，或者人类根本不知道具体的结构，例如某些生物和天体物理学领域。我们希望未来能够应用于较为广泛的数据集。由于不需要任何人工标签，我们现在可以开始更广泛地应用ML工具。”