文献

J-GLOBAL ID：201802224645454147   整理番号：18A2045501

CasNetによる畳み込みネットワークにおける学習データ不均衡問題の解消

Improvement of Classification Accuracy for Imbalanced Training Data by CasNet

著者 (2件)： 大木琢郎 (明治大 理工) ,  宮本龍介 (明治大 理工)
資料名： 電子情報通信学会技術研究報告  (IEICE Technical Report (Institute of Electronics, Information and Communication Engineers))
巻： 118  号： 264(SIS2018 10-20)  ページ： 19-24  発行年： 2018年10月18日 
JST資料番号： S0532B  ISSN： 0913-5685  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： 物体検出のタスクが困難である原因の1つに,正例の数に比べて負例の数が非常に多くなるという学習データの不均衡の問題がある。本稿では,この問題を解決するべく,高速且つ高精度な識別器の構築のために広く使われている“Cascade”の考え方を取り入れた新たなネットワークアーキテクチャ“CasNet”の提案を行う。CasNetは,それ単体ではシンプルなネットワークであるが,既存のConvNetsの各層に連結することでステージ(段)を構成する。各ステージにおいて,学習時に学習の阻害となるような負例を上手く棄却することで,ConvNetsでは,より識別が難しいサンプルを重点的に取り扱うことが可能になる。PASCAL VOC2012から作成したデータセットを用いた性能評価の結果,CasNetによって,学習の効率化及び最大で8.71%の精度向上が確認された。(著者抄録)

シソーラス用語： *画像処理 ,  *物体認識 ,  畳込み ,  データ ,  機械学習 ,  非平衡状態 ,  集合 ,  性能評価 ,  *ニューラルネットワーク ,  データセット ,  学習データ ,  *畳込みニューラルネットワーク ,  不均衡 ,  不均衡データ

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  パターン認識  (JE07000S)

引用文献 (18件)：

• R. Joseph and F. Ali, ′′YOLO9000: Better, Faster, Stronger,′′ Proc. IEEE Conf. Comput. Vis. Pattern Recognit., pp.6517-6525, 2017.
• R. Girshick, J. Donahue, T. Darrell, and J. Malik, ′′Rich feature hierarchies for accurate object detection and semantic segmentation,′′ Proc. IEEE Conf. Comput. Vis. Pattern Recognit., pp.580-587, 2014.
• R. Girshick, ′′Fast R-CNN,′′ Proc. IEEE Int. Conf. Comput. Vis., pp.1440-1448, 2015.
• K. He, G. Gkioxari, P. Dollár, and R. Girshick, ′′Mask R-CNN,′′ Proc. IEEE Int. Conf. Comput. Vis., pp.2980-2988, 2017.
• K. Sung, ′′Learning and example selection for object and pattern detection,′′ PhD thesis, Massachusetts Institute of Technology, Cambridge, MA, USA, 1995.

タイトルに関連する用語 (4件)： 畳み込み ,  学習データ ,  均衡 ,  問題