一般的製品検出のためのベンチマーク:高密度オブジェクト検出のための低データベースライン【JST・京大機械翻訳】

Varadarajan Srikrishna; Kant Sonaal; Srivastava Muktabh Mayank

プレプリント

J-GLOBAL ID：202202219808017810 整理番号：22P0094244

一般的製品検出のためのベンチマーク:高密度オブジェクト検出のための低データベースライン【JST・京大機械翻訳】

Benchmark for Generic Product Detection: A Low Data Baseline for Dense Object Detection

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 (3件)： , ,
資料名：
発行年： 2019年12月19日プレプリントサーバーでの情報更新日： 2020年01月08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)

高密度充填シーンにおけるオブジェクト検出は,標準オブジェクト検出器がうまく訓練できない新しい領域である。大規模で高密度のデータセットで訓練されたRetinaNetのような高密度オブジェクト検出器は,大きな性能を示した。標準物体検出器を,データ増強技術を用いて,小型で通常充填したデータセットに訓練した。このデータセットは,注釈の数に関して標準データセットよりも265倍小さい。この低いデータ基準は0.5の標準的なIoUで満足のいく結果(mAP=0.56)を達成した。また,複数の公開データセットに対する完全な注釈を提供することにより,一般的なSKU製品検出のための様々なベンチマークを作成した。それはhttps://github.com/ParallelDots/generic sku detection benchmarkでアクセスできる。このベンチマークは,野生で異なる設定で確実に機能するロバストな検出器を構築するのに役立つことを期待する。【JST・京大機械翻訳】

, , , ,
, , 【Automatic Indexing@JST】

パターン認識 , 図形・画像処理一般

, ,

前のページに戻る