抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
非最大抑制は物体検出パイプラインの不可欠な部分である。第一に,それは彼らのスコアに基づいてすべての検出箱のソーティングを行う。最大スコアによる検出箱Mを選択し,Mと有意な重複(事前に定義されたしきい値を用いた)を持つ他のすべての検出箱が抑制された。このプロセスは残った箱に適用した再帰的である。アルゴリズムの設計では,オブジェクトは予め定義された重なりしきい値内にあるならば,それはミスをもたらす。この目的のために,ソフトNMS,M.したがってとの重なりの連続関数として他のすべての物体の検出スコアを減衰するアルゴリズムを提案し,物体がこの過程で除去されない。ソフトNMSは,いかなる付加的なハイパーパラメータなしNMSアルゴリズムを変化させることによってPASCAL VOC2007(RFCNと高速RCNNの1.7%)とMS COCO(高速RCNNのRFCNの1.3%と1.1%)のような標準データセット上でcocoスタイルmAP計量に対する一貫した改善を得た。変形可能なRFCNを用いて,ソフトNMSは単一モデルを用いたオブジェクト検出主法の現状を改善する39.8%から40.9%であった。さらに,ソフトNMSの計算量は,従来のNMSと同じであり,効率的に実装できる。ソフトNMSは余分な訓練を必要とせず,実行するのが簡単であるので,それは任意の物体検出パイプラインに容易に統合できる。ソフトNMSのためのコードであるGitHub http://bit.ly/2nJLNMuに公開されている。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】