ViTOL:弱教師付きオブジェクト位置決めのためのビジョン変圧器【JST・京大機械翻訳】

Gupta Saurav; Lakhotia Sourav; Rawat Abhay; Tallamraju Rahul

プレプリント

J-GLOBAL ID：202202219185561808 整理番号：22P0332060

ViTOL:弱教師付きオブジェクト位置決めのためのビジョン変圧器【JST・京大機械翻訳】

ViTOL: Vision Transformer for Weakly Supervised Object Localization

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： 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)

弱い教師つき物体局在化(WSOL)は,画像レベルカテゴリーラベルのみを用いて,画像中のオブジェクト位置の予測を目的とする。オブジェクトを局所化するとき,画像分類モデルが遭遇する共通の課題は,(a)非常に小さな領域に局在化マップを限定する画像の中で最も識別的な特徴を見る傾向がある,(b)位置決めマップはクラス診断であり,そして,(c)位置決め性能はバックグラウンドノイズによって影響を受ける。上記の課題を軽減するために,著者らの提案した方法ViTOLを通して以下の簡単な変化を導入した。著者らは,自己注意のためにビジョンベース変圧器を活用し,パッチベース注意ドロップアウト層(p-ADL)を導入し,クラス依存注意マップを生成するため,位置決めマップのカバレッジと勾配注意ロールアウト機構を増加させた。ImageNet-1KとCUBデータセットに関する広範な定量的,定性的およびアブレーション実験を行った。2つのデータセットに関して,それぞれ70.47%と73.17%の最先端のMaxBoxAcc-V2位置確認スコアを達成した。コードはhttps://github.com/Saurav 31/ViTOLで利用可能である。【JST・京大機械翻訳】

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

パターン認識 , 図形・画像処理一般 , 人工知能

, , ,

前のページに戻る