マスクR-CNNを訓練するための画像マスクの自動生成のための完全畳込みネットワーク【JST・京大機械翻訳】

Wu Hao; Siebert Jan Paul; Xu Xiangrong

プレプリント

J-GLOBAL ID：202202211097710835 整理番号：21P0025815

マスクR-CNNを訓練するための画像マスクの自動生成のための完全畳込みネットワーク【JST・京大機械翻訳】

Fully Convolutional Networks for Automatically Generating Image Masks to Train Mask R-CNN

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： 2020年03月03日プレプリントサーバーでの情報更新日： 2021年05月20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)

本論文では,最先端のMask R-CNN深層学習法のための新しい自動生成画像マスク法を提案した。Mask R-CNN法は,今までにオブジェクト検出において最良の結果を達成したが,訓練のためのオブジェクトMasksを得るには,非常に時間がかかり,そして,画像マスクを自動的に生成するために,提案方法は,2段階設計によって構成され,最初のステージは,FCN出力,元の入力画像,および付加的ラベル情報から,オブジェクト画像マスク上で訓練された,完全に畳み込みネットワーク(FCN)ベースのセグメンテーションネットワーク,第2ステージネットワーク,Mask R-CNNベースのオブジェクト検出ネットワークを実現する。実験を通して,著者らの提案方法は,Mask R-CNNを訓練するために自動的に画像マスクを得ることができて,それはセグメンテーションのために平均精度(mAP)の90%以上の平均で非常に高い分類精度を達成することができた。【JST・京大機械翻訳】

, ,
, , , , 【Automatic Indexing@JST】

人工知能 , パターン認識

, , , ,

前のページに戻る