制限されたデータを持つカテゴリー拡張オブジェクト検出器に向けて【JST・京大機械翻訳】

Zhao Bowen; Chen Chen; Xiao Xi; Xia Shutao

プレプリント

J-GLOBAL ID：202202211955485233 整理番号：21P0071270

制限されたデータを持つカテゴリー拡張オブジェクト検出器に向けて【JST・京大機械翻訳】

Towards a category-extended object detector with limited data

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 (4件)： , , ,
資料名：
発行年： 2020年12月28日プレプリントサーバーでの情報更新日： 2022年08月06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)

オブジェクト検出器は,固定事前定義カテゴリーを持つ完全注釈訓練データで典型的に学習される。しかし,カテゴリーは次第に増加する必要がある。通常,古いクラスで注釈付けされた元の訓練セットと,新しいクラスでラベル付けされたいくつかの新しい訓練データは,そのようなシナリオで利用可能である。限られたデータセットに基づいて,すべてのカテゴリーを扱うことができる統一検出器が強く必要とされる。本研究では,実用的なスキームを提案した。矛盾のない損失を,ラベル曖昧さを避けるために設計して,1つの訓練ラウンドで許容できる検出器に導いた。性能をさらに改善するために,モンテカルロDropoutを用いて,より正確な境界ボックスをマイニングする局所化信頼度を計算し,再訓練中の擬似アノテーションのより良い利用を行うための重複加重法を提案した。大規模な実験は,著者らの方法の有効性を実証した。【JST・京大機械翻訳】

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

パターン認識

, , ,

前のページに戻る