文献

J-GLOBAL ID：201602280068067842   整理番号：16A1384642

1回を見るのみ:統一された実時間物体検出【Powered by NICT】

You Only Look Once: Unified, Real-Time Object Detection

著者 (4件)： Redmon Joseph ,  Divvala Santosh ,  Girshick Ross ,  Farhadi Ali
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2016  号： CVPR  ページ： 779-788  発行年： 2016年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： YOLO,物体検出への新しいアプローチを提示した。物体検出に関する従来研究では,検出を行うために分類器をrepurposes。代わりに,ここでは,空間的に分離された境界ボックスとそれに関連したクラス確率への回帰問題として物体検出を組み立てた。単一ニューラルネットワークからの一評価における完全画像境界ボックスとクラス確率を予測した。全検出パイプラインは単一のネットワークであるため,検出性能の直接エンドツーエンド最適化できる。統一アーキテクチャは非常に高速であった。塩基YOLOモデルは第二当たり45フレームで実時間で画像を処理する。高速YOLO,ネットワークのより小さな版は第二当たりの驚くべき155フレームを処理する他のリアルタイム検出器のmAPは二重達成。最新検出システムと比較して,YOLOはより局在誤差を作るが,バックグラウンドに偽陽性を予測する可能性が低かった。YOLOは物体の非常に一般的な表現を学習する。は他の検出法,DPMとR CNNを含む性能的に優れており,自然画像からの一般化アートワークのような他の領域を維持した場合に。Copyright 2016 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 検出器 ,  画像 ,  最適化 ,  ネットワーク ,  計算機アーキテクチャ ,  *高速度 ,  ニューラルネットワーク ,  検出法 ,  エンドツーエンド方式 ,  誤検出 ,  検出能 ,  *物体検出 ,  改変
準シソーラス用語： 自然画像 ,  検知システム ,  *実時間 , 【Automatic Indexing@JST】

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

タイトルに関連する用語 (2件)： 実時間 ,  物体検出