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。
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】