文献

J-GLOBAL ID：201802225883237136   整理番号：18A2037848

道路利用者検出に対する訓練データの影響の分析【JST・京大機械翻訳】

Analysis of the Influence of Training Data on Road User Detection

著者 (4件)： Guindel Carlos (Intelligent Systems Laboratory (LSI), Universidad Carlos III de Madrid, Legane ́s, Spain) ,  Martin David (Intelligent Systems Laboratory (LSI), Universidad Carlos III de Madrid, Legane ́s, Spain) ,  Armingol Jose Maria (Intelligent Systems Laboratory (LSI), Universidad Carlos III de Madrid, Legane ́s, Spain) ,  Stiller Christoph (Institute of Measurement and Control Systems, Karlsruhe Institute of Technology, Karlsruhe, Germany)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： ICVES  ページ： 1-6  発行年： 2018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： 本論文では,搭載アプリケーションに使用される最新のオブジェクト検出器に関する訓練データの関連性について議論する。現代の深い学習技術は大量のデータを必要とするが,自律車両に対する典型的なシナリオを持つデータセットは少なく,サンプル数が少ない。2つの比較的小さなデータセットの組合せを用いて,一般的なFaster R-CNNに基づき,方位推定能力で強化されたエンドツーエンドオブジェクト検出器を訓練するために,包括的な実験集合を行った。また,異なるアプリケーションを目的としたデータセットの組合せの結果として,部分的に利用可能なグランドトルースラベルを用いた訓練モデルの妥当性を試験した。データ増強も訓練パイプラインに導入した。結果は,訓練サンプルのより高い変動性の結果として,著者らの模範事例における著しい性能改善を示し,したがって,検出器アーキテクチャから独立して検出性能を改善する新しい方法を開いた。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： エンドツーエンド方式 ,  *応用プログラム ,  計算機アーキテクチャ ,  検出器 ,  学習
準シソーラス用語： 検出能 ,  グランドトゥルース ,  角度推定 ,  自律性 ,  物体検出 ,  *訓練データ , 【Automatic Indexing@JST】

分類 (3件)： 符号理論  (ND02030R) ,  専用演算制御装置  (JC04030Y) ,  音声処理  (JE05000E)

タイトルに関連する用語 (3件)： 道路利用者 ,  訓練データ ,  分析