文献

J-GLOBAL ID：201902242138111624   整理番号：19A0250522

不飽和種分類と検出データセット【JST・京大機械翻訳】

The iNaturalist Species Classification and Detection Dataset

著者 (9件)： Horn Grant Van ,  Aodha Oisin Mac ,  Song Yang ,  Cui Yin ,  Sun Chen ,  Shepard Alex ,  Adam Hartwig ,  Perona Pietro ,  Belongie Serge
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： CVPR  ページ： 8769-8778  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： コンピュータビジョンで使用される既存の画像分類データセットは,オブジェクトカテゴリを横切る画像の一様な分布を持つ傾向がある。対照的に,自然世界は,いくつかの種が他よりも豊富で写真が容易であるので,非常に不均衡である。挑戦的な現実世界条件におけるさらなる進歩を奨励するために,著者らは,植物と動物の5000以上の異なる種からの859,000の画像から成る,iNaturatist種分類と検出データセットを提示する。それは視覚的に類似した種を特徴とし,世界中のすべてから広範囲の状況で捉えられている。画像を異なるカメラタイプで収集し,画像品質を変化させ,大きなクラス不均衡を特徴とし,複数の市民科学者により検証した。データセットの収集を議論し,最先端のコンピュータビジョン分類と検出モデルを用いた広範なベースライン実験を提示した。結果は,現在の非アンサンブルベースの方法が67%のトップ1分類精度を達成し,データセットの困難性を例証することを示した。具体的には,低ショット学習においてより多くの注意が必要であることを示唆する少数の訓練例を持つクラスに対する貧弱な結果を観察した。Copyright 2019 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： 粒状材 ,  動物 ,  画質 ,  学習 ,  視覚 ,  *画像 ,  コンピュータビジョン ,  基準線 ,  カメラ ,  不均衡
準シソーラス用語： 分類精度 ,  画像分類 , 【Automatic Indexing@JST】

分類 (5件)： 符号理論  (ND02030R) ,  図形・画像処理一般  (JE04010I) ,  専用演算制御装置  (JC04030Y) ,  パターン認識  (JE07000S) ,  音声処理  (JE05000E)

タイトルに関連する用語 (3件)： 不飽和 ,  分類 ,  検出データ