文献

J-GLOBAL ID：202002242921149500   整理番号：20A1035241

肺炎検出への適応閾値非最大抑制の適用【JST・京大機械翻訳】

Applying of Adaptive Threshold Non-maximum Suppression to Pneumonia Detection

著者 (6件)： Teng Hao (Jiliang University, Hangzhou, China) ,  Lu Huijuan (Jiliang University, Hangzhou, China) ,  Ye Minchao (Jiliang University, Hangzhou, China) ,  Yan Ke (Jiliang University, Hangzhou, China) ,  Gao Zhigang (Hangzhou Dianzi University, Hangzhou, China) ,  Jin Qun (Waseda University, Tokyo, Japan)
資料名： Communications in Computer and Information Science  (Communications in Computer and Information Science)
巻： 1160  ページ： 518-528  発行年： 2020年 
JST資料番号： W5071A  ISSN： 1865-0929  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 深い学習におけるハイパーパラメータは予測結果に敏感である。非最大抑制(NMS)は,オブジェクト検出パイプラインのための不可欠な方法である。NMSは境界ボックスを抑制するためにあらかじめ定義された閾値アルゴリズムを使用するが,それらの重なりは有意ではない。事前定義閾値は経験的知識により決定されたハイパーパラメータであることを見出した。著者らは,重なりが有意でない境界ボックスを抑制するために,異なる閾値を用いる適応閾値NMSを提案した。提案した適応閾値NMSアルゴリズムは,肺炎データセットに関するAPメトリックによって,FastR-CNNに関する改良を提供した。さらに,ハイパーパラメータを最適化するためのより多くの方法を提案した。Copyright Springer Nature Singapore Pte Ltd. 2020 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  最適化 ,  *肺炎
準シソーラス用語： ホップ数 ,  ハイパーパラメータ ,  *適応閾値 , 【Automatic Indexing@JST】

著者キーワード (4件)： 適応しきい値 ,  肺炎の検出 ,  NMS ,  ハイパーパラメータ

分類 (3件)： 無線通信一般  (ND08010L) ,  移動通信  (ND08030H) ,  信号理論  (ND02020G)

タイトルに関連する用語 (2件)： 肺炎 ,  適応閾値