文献

J-GLOBAL ID：202002277961935067   整理番号：20A1811784

細粒度視覚分類のためのWeb教師付きネットワーク【JST・京大機械翻訳】

Web-Supervised Network for Fine-Grained Visual Classification

著者 (7件)： Zhang Chuanyi (Nanjing University of Science and Technology,Collaborative Innovation Center of Social Safety Science and Technology,China) ,  Yao Yazhou (Nanjing University of Science and Technology,Collaborative Innovation Center of Social Safety Science and Technology,China) ,  Zhang Jiachao (Nanjing Institute of Technology,China) ,  Chen Jiaxin (Inception Institute of Artificial Intelligence,UAE) ,  Huang Pu (Nanjing Audit University,China) ,  Zhang Jian (University of Technology Sydney,Australia) ,  Tang Zhenmin (Nanjing University of Science and Technology,Collaborative Innovation Center of Social Safety Science and Technology,China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： ICME  ページ： 1-6  発行年： 2020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： 細粒視覚分類(FGVC)は,細粒サブカテゴリの高いアノテーションコストのため,強靭なタスクである。低い手動コストで大規模なデータセットを構築するために,FGVCのためのWeb画像からの直接的な学習は,広い注目を引きつけた。しかし,Webデータセットに関する必要性には2つの特性が存在する。1)Noisy画像;2)ハード例の大きな割合。本論文では,訓練中の雑音のある画像とハードな例を扱うための簡単で効果的な手法を提案した。著者らの方法はFGVCのための純粋なWeb監督法である。3つの一般的に用いられる細粒データセットに関する広範な実験は,著者らのアプローチが最先端のWeb教師つき方法よりはるかに優れていることを証明した。本研究のデータとソースコードは,https://github.com/NUST-Machine-Intelligence-Laboratory/WSNFGで利用可能であった。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】

シソーラス用語： 雑音 ,  *視覚 ,  *ネットワーク ,  *Web【情報システム】 ,  アノテーション
準シソーラス用語： 細粒度 ,  ソースコード ,  Web画像 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (5件)： 細粒度 ,  視覚 ,  分類 ,  Web ,  教師