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。
本研究では,10647の固定領域提案の並列分類として「You Look」(YOLO)単段物体検出手法を説明した。著者らは,YOLO出力画素の各々が,局所領域提案に匹敵する以前の層の特定のサブ領域に対して意図的であることを示した。この理解は,YOLO様単段物体検出モデル,RCNN様2段階領域提案ベースモデル,およびResNet様画像分類モデル間の概念ギャップを低減する。さらに,YOLO情報処理ストリーム:https://limchr.github.io/yolo_visualizationのより良い視覚理解のための対話型探索ツールを作成した。【JST・京大機械翻訳】