CAM-UNET:欠陥セグメンテーションのためのフィードバック精密化によるクラス活性化MAP誘導UNET【JST・京大機械翻訳】

Lin Dongyun; Li Yiqun; Prasad Shitala; Nwe Tin Lay; Dong Sheng; Oo Zaw Min

文献

J-GLOBAL ID：202102276199111523 整理番号：21A0067110

CAM-UNET:欠陥セグメンテーションのためのフィードバック精密化によるクラス活性化MAP誘導UNET【JST・京大機械翻訳】

CAM-UNET: Class Activation MAP Guided UNET with Feedback Refinement for Defect Segmentation

出版者サイト複写サービスで全文入手 {{ this.onShowCLink("http://jdream3.com/copy/?sid=JGLOBAL&noSystem=1&documentNoArray=21A0067110&COPY=1") }}
高度な検索・分析はJDreamⅢで {{ this.onShowJLink("http://jdream3.com/lp/jglobal/index.html?docNo=21A0067110&from=J-GLOBAL&jstjournalNo=W2441A") }}

著者 (6件)： , , , , ,
資料名：
巻： 2020 号： ICIP ページ： 2131-2135 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)

本論文は,十分な正常(無欠陥)訓練画像と限られた注釈付き異常画像を利用することによって,欠陥セグメンテーションのタスクに取り組んだ。正確な欠陥セグメンテーションのためのフィードバック精密化機構を有するクラス活性化マップ誘導UNet(CAM-UNet)を提案した。最初に,VGG-16バックボーンUNetの符号器を修正および事前訓練し,正常および異常訓練画像を分類した。次に,各異常訓練画像に対して,CAMを事前セグメンテーション情報として生成した。CAMに基づいて,セグメンテーション出力を徐々に改善するために,2つの復号器ネットワークを訓練するためのフィードバック精密化プロセスを提案した。MVTEC ADデータセット上で行った広範な実験は,提案した方法が平均IOUに関して多重ベンチマークUNet法を大幅に凌駕することを示した。Copyright 2021 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】

, , , , , , ,

図形・画像処理一般

, , , , , , , ,

前のページに戻る