Recently a group of Google engineer

Recently a group of Google engineers took top score in a number of categories at the annual ImageNet computer vision competition for their work with automatic image detection. The researchers have developed a new detection technology that can automatically identify large numbers of objects within an image with much greater accuracy than previous systems.
The system can identify large numbers of objects within a given image, even when partially obscured, using something called a neural network. This AI network allows the system to constantly be switching between search criteria, allowing for much better item identification without the need for a massive amount of computing power. Based on the example above given by Google, it can track a TV monitor, two small domestic cats (one on the floor, one mid-jump) as well as a partially obstructed bookshelf and other things in a single image.

ผลลัพธ์ (ไทย) 1:

เมื่อเร็ว ๆ นี้ กลุ่มวิศวกร Google เอาคะแนนสูงสุดจำนวนประเภทที่แข่งขันวิสัยทัศน์คอมพิวเตอร์ ImageNet ทำงานด้วยการตรวจจับภาพอัตโนมัติประจำปี นักวิจัยได้มีพัฒนาเทคโนโลยีตรวจจับใหม่ที่สามารถระบุจำนวนมากของวัตถุในภาพ มีความแม่นยำมากยิ่งกว่าระบบก่อนหน้านี้โดยอัตโนมัติ
ระบบสามารถระบุวัตถุภายในภาพที่กำหนด จำนวนมากแม้บางส่วนบดบัง ใช้สิ่งที่เรียกว่าเครือข่ายประสาท เครือข่ายนี้ AI ระบบตลอดเวลาจะสลับระหว่างเงื่อนไขการค้นหา การอนุญาตให้รหัสสินค้ามากขึ้นโดยไม่ต้องคำนวณยอดเยี่ยมได้ ตามตัวอย่างข้างต้นกำหนด โดย Google มันสามารถติดตามจอทีวี สองขนาดเล็กในประเทศแมว (หนึ่งชั้น กระโดดหนึ่งกลาง) ชั้น obstructed บางส่วนและสิ่งอื่น ๆ ในภาพเดียว

ผลลัพธ์ (ไทย) 2:

เมื่อเร็ว ๆ นี้กลุ่มวิศวกร Google เอาคะแนนสูงสุดในจำนวนของประเภทในการแข่งขันคอมพิวเตอร์วิสัยทัศน์ Imagenet ประจำปีสำหรับการทำงานของพวกเขามีการตรวจสอบภาพอัตโนมัติ นักวิจัยได้พัฒนาเทคโนโลยีการตรวจสอบใหม่ที่จะสามารถระบุจำนวนมากของวัตถุที่อยู่ในภาพที่มีความถูกต้องมากขึ้นกว่าระบบก่อนหน้านี้
ระบบสามารถระบุจำนวนมากของวัตถุที่อยู่ในภาพที่กำหนดแม้เมื่อบดบังบางส่วนโดยใช้สิ่งที่เรียกว่าระบบประสาท เครือข่าย เครือข่ายเอไอนี้จะช่วยให้ระบบอย่างต่อเนื่องสลับไปมาระหว่างเกณฑ์การค้นหาเพื่อให้สามารถระบุรายการที่ดีมากโดยไม่ต้องใช้จำนวนมากของการคำนวณพลังงาน ตามตัวอย่างดังกล่าวข้างต้นโดย Google ก็สามารถติดตามจอทีวีแมวสองประเทศเล็ก ๆ (อย่างใดอย่างหนึ่งบนพื้นหนึ่งกลางกระโดด) เช่นเดียวกับชั้นวางหนังสือบดบังบางส่วนและสิ่งอื่น ๆ ในภาพเดียว

ผลลัพธ์ (ไทย) 3:

เมื่อเร็วๆนี้กลุ่มของวิศวกร Google เอาคะแนนสูงสุดในจำนวนของประเภทที่ imagenet คอมพิวเตอร์วิสัยทัศน์ประจำปีการแข่งขันสำหรับงานตรวจจับภาพอัตโนมัติ นักวิจัยได้พัฒนาเทคโนโลยีการตรวจสอบใหม่ที่โดยอัตโนมัติสามารถระบุตัวเลขขนาดใหญ่ของวัตถุภายในภาพมีความถูกต้องมากขึ้นกว่าระบบเดิม
ระบบสามารถระบุตัวเลขขนาดใหญ่ของวัตถุภายในภาพที่กำหนด แม้ว่าบดบังเพียงบางส่วน การใช้สิ่งที่เรียกว่าเครือข่ายประสาท AI นี้เครือข่ายช่วยให้ระบบที่จะได้รับการอย่างต่อเนื่องสลับไปมาระหว่างการค้นหา ให้มากดีกว่ารายการรหัสโดยไม่ต้องใช้จำนวนมากของคอมพิวเตอร์ . จากตัวอย่างข้างต้นให้โดย Google ,มันสามารถติดตามโทรทัศน์จอภาพ , แมวสองตัวในประเทศเล็ก ๆ ( หนึ่งบนพื้น หนึ่งกลางกระโดด ) เช่นเดียวกับบางส่วนติดชั้นวางหนังสือและสิ่งอื่น ๆในรูปเดียว