ConsInstance:コンクリート骨材粒子の半教師付きパノプティックセグメンテーションのためのインスタンス表現の学習【JST・京大機械翻訳】

Coenen Max; Schack Tobias; Beyer Dries; Heipke Christian; Haist Michael

プレプリント

J-GLOBAL ID：202202219095294185 整理番号：22P0329057

ConsInstance:コンクリート骨材粒子の半教師付きパノプティックセグメンテーションのためのインスタンス表現の学習【JST・京大機械翻訳】

ConsInstancy: Learning Instance Representations for Semi-Supervised Panoptic Segmentation of Concrete Aggregate Particles

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 (5件)： , , , ,
資料名：
発行年： 2022年04月10日プレプリントサーバーでの情報更新日： 2022年04月10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)

※このプレプリント論文は学術誌に掲載済みです。なお、学術誌掲載の際には一部内容が変更されている可能性があります。

半教師つき学習のための新しい戦略であるConsInstant 正則化に基づくパノ光学セグメンテーションのための半教師つき手法を提案した。セグメンテーション性能を改善するために訓練中の予測インスタンス表現と意味セグメンテーションの間の一貫性を強制することにより,完全にラベル無しデータを利用する。この目的のために,完全畳み込みネットワーク(FCN)を通して1つの簡単な前方経路によって予測可能な新しい型のインスタンス表現も提案し,パン光学セグメンテーションのための便利で単純なto-trainフレームワークを提供した。より具体的には,中間表現としての3次元インスタンス方向マップと最終表現としての2つの相補的距離変換マップの予測を提案し,パノ光学セグメンテーションのためのユニークなインスタンス表現を提供した。硬化およびフレッシュコンクリートの2つの挑戦的なデータセットについて,著者らの方法を試験し,後者が,著者らのアプローチの有効性を実証し,半教師つきセグメンテーションのための最先端手法によって達成された結果を凌駕した。特に,著者らの半教師つき手法において完全にラベルされていないデータを活用することにより,達成された全精度(OA)は,ラベル付きデータのみを用いた完全教師つき訓練と比較して5%まで増大することを示した。さらに,最先端の半教師つき法により達成されたOAを1.5%まで超えた。【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