S4OD:単段オブジェクト検出のための半教師つき学習【JST・京大機械翻訳】

Zhang Yueming; Yao Xingxu; Liu Chao; Chen Feng; Song Xiaolin; Xing Tengfei; Hu Runbo; Chai Hua; Xu Pengfei; Zhang Guoshan

プレプリント

J-GLOBAL ID：202202202410858998 整理番号：22P0328914

S4OD:単段オブジェクト検出のための半教師つき学習【JST・京大機械翻訳】

S4OD: Semi-Supervised learning for Single-Stage Object Detection

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (10件)： , , , , , , , , ,
資料名：
発行年： 2022年04月09日プレプリントサーバーでの情報更新日： 2022年04月09日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

単段検出器は極端な前景バックグラウンドクラス不均衡に悩まされるが,2段検出器はそうではない。したがって,半教師つき物体検出において,2段階検出器は,分類スコアに基づく高品質擬似ラベルを選択することによって,顕著な性能を提供することができる。しかし,この戦略を単一ステージ検出器に直接適用することは,より少ない陽性サンプルでクラス不均衡を悪化させる。したがって,単一ステージ検出器は,同時に擬似ラベルの品質と量の両方を考慮する必要がある。本論文では,品質と量の間の最適トレードオフを達成するために,擬似ラベルを自動的に選択できる分類ブランチにおける動的自己適応閾値(DSAT)戦略を設計した。さらに,単一ステージ検出器における擬似ラベルの回帰品質を評価するために,著者らは,非最大抑制に基づくボックスの回帰不確実性を計算するモジュールを提案した。COCOから10%のラベル付けデータだけをレバーすることによって,著者らの方法はアンカーフリー検出器(FCOS)で35.0%APとアンカーベース検出器(RetinaNet)で32.9%を達成した。【JST・京大機械翻訳】

, , , , , ,
, , , , , , 【Automatic Indexing@JST】

パターン認識 , 人工知能

前のページに戻る