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】