サッカーにおけるプレーヤとボール検出を改善するための半教師付きトレーニング【JST・京大機械翻訳】

Vandeghen Renaud; Cioppa Anthony; Van Droogenbroeck Marc

プレプリント

J-GLOBAL ID：202202209324578820 整理番号：22P0332147

サッカーにおけるプレーヤとボール検出を改善するための半教師付きトレーニング【JST・京大機械翻訳】

Semi-Supervised Training to Improve Player and Ball Detection in Soccer

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 (3件)： , ,
資料名：
発行年： 2022年04月14日プレプリントサーバーでの情報更新日： 2022年04月14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)

正確なプレーヤーとボール検出は,スポーツ分析のために近年ますます重要になっている。最先端の方法は,教師つき方式で深層学習ネットワークを訓練することに依存するので,それらは膨大な量の注釈付きデータを必要とし,それは稀にしか入手できない。本論文では,サッカーブロードキャストビデオの大きなラベルなしデータセットをレバーグすることにより,ラベル付き画像データセットに基づくネットワークを訓練する新しい一般的半教師つき手法を提案した。より正確には,教師が教師として同じアーキテクチャを持つ学生を訓練するために用いるために,教師がラベルなしデータに代理注釈を生成する教師-スチューデントアプローチを設計した。さらに,学生が提案信頼スコアに依存する訓練中の教師の予測を疑うことを可能とする3つの訓練損失パラメータ化を導入した。訓練プロセスにおけるラベルなしデータを含めることにより,ラベル付きデータのみに訓練された検出ネットワークの性能を大幅に改善できることを示した。最後に,ラベル付きおよびラベルなしデータの異なる比率を含む完全な性能研究を提供し,新しいSoccerNet-v3検出タスクに関する最初のベンチマークを確立し,mAPは52.3%であった。このコードはhttps://github.com/rvandeghen/SSTで利用可能である。【JST・京大機械翻訳】

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

人工知能

, , , ,

前のページに戻る