Meta-DRN:1ショット画像セグメンテーションのためのMeta学習【JST・京大機械翻訳】

Banerjee Atmadeep

プレプリント

J-GLOBAL ID：202202205249050763 整理番号：22P0177466

Meta-DRN:1ショット画像セグメンテーションのためのMeta学習【JST・京大機械翻訳】

Meta-DRN: Meta-Learning for 1-Shot Image Segmentation

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 (1件)：
資料名：
発行年： 2020年08月01日プレプリントサーバーでの情報更新日： 2020年08月01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)

最新の深層学習モデルはコンピュータビジョンの分野を革命した。しかし,これらのモデルの大部分の大きな欠点は,それらが適切に一般化するために多数のラベル付き例を必要とすることである。少数ショット学習における最近の発展は,この要求を軽減することを目的とする。本論文では,1-ショット画像セグメンテーションのための新しい軽量CNNアーキテクチャを提案した。提案モデルは,意味的セグメンテーションのための坑井形成アーキテクチャからインスピレーションを取り上げ,それを1ショットドメインに適応させることで作成される。画像分類のために良好に動作し,結果を比較する4つのメタ学習アルゴリズムを用いて,このモデルを訓練した。選択したデータセットに対して,提案モデルはベンチマークよりも70%低いパラメータ数を持ち,一方,メタ学習アルゴリズムの4つ全てを用いて,より良いまたは同等の平均IoUスコアを有した。【JST・京大機械翻訳】

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

人工知能 , 図形・画像処理一般

, ,

前のページに戻る