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。
細粒視覚分類(FGVC)のような重要な認識タスクは,コンピュータビジョン研究者間での注目の増加から利益を得ている。新しいアプローチの開発と評価はベンチマークデータセットに大きく依存する。このようなデータセットは,一般に利用可能な画像を持つカテゴリ,不十分なデータを持つカテゴリーを省略することにより,一般的に構築されている。本論文では,ステップバックを取り上げ,データセット構築を行い,それにより駆動される知的画像収集に焦点を合わせた。(i)すべての望ましいカテゴリの包含,(ii)それらのカテゴリに関する認識性能。小さい,認可された初期のデータセットに基づいて,提案したシステムは,著者らが全体的な分類精度を最適化する意図で,追加の画像を集めることを優先するべきであることを推奨した。著者らは,この方法を用いて構築されたモックデータ集合が,そのような案内フレームワークなしで構築されたデータセットよりも優れていることを示付加的な実験により,それらの環境と目標に基づいて,データセットを構築すべきである。Copyright 2020 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】