文献

J-GLOBAL ID：202202235244110659   整理番号：22A1055535

画像強調技術を用いた深層学習モデルの性能向上【JST・京大機械翻訳】

Performance improvement of Deep Learning Models using image augmentation techniques

著者 (3件)： Nagaraju M. (School of Computer Science and Engineering, Lovely Professional University, Phagwara, Punjab, India) ,  Chawla Priyanka (School of Computer Science and Engineering, Lovely Professional University, Phagwara, Punjab, India) ,  Kumar Neeraj (Department of Computer Science and Engineering, Thapar Institute of Engineering & Technology, Patiala, Punjab, India)
資料名： Multimedia Tools and Applications  (Multimedia Tools and Applications)
巻： 81  号： 7  ページ： 9177-9200  発行年： 2022年 
JST資料番号： W1102A  ISSN： 1380-7501  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 深層学習モデルを使用する主な障壁は,訓練データセットにおける多数の画像の欠如である。実際,問題の複雑性に基づく各画像カテゴリーにおいて数千の画像が必要である。以前の研究は,画像増強技術が,人工的に訓練データセットにおける画像の数を高めるために使用できることを示した。これらの技術は,深層学習モデルの全体的学習プロセスと性能の改善を助けることができる。したがって,この問題に取り組むために,3つのアルゴリズムを提案した。最初に,2つの画像取得アルゴリズムを提案して,モデルの訓練のための公開データセットからのテストと画像のための実際のフィールド画像を系統的に得た。第2に,アルゴリズムを提案して,強化がデータセットを強化することができる方法を記述した。本研究では,画像量を改善することにより,入力データセットのサイズを増強できる52の増強を調べた。4つのトウモロコシ作物病害の分類プロセスを実行するために,新しい畳み込みニューラルネットワークモデルを開発し,その有効性を証明するためにいくつかの実験を行った。最初に,Kaggle公共リポジトリと拡張データセットからオリジナルデータセットを用いて2つの試験を行った。元のデータセットと比較して,モデルは拡張データセットで5.14%改善した。第二に,3つの実験を行い,提案した増強法の性能を評価した。実験結果は,提案した方式が,分類プロセスの間,27.38%,3.14%,および1.34%の既存の3つの方式より優れていることを実証した。提案しているIPA増強法を,6つの既存の方法と比較した:完全段階データ認証フレームワーク,葉GAN,GANに基づく新規認証法,Waserstein Generative Adversarial Network(WGAN),活性化再構成-GAN,およびStep-by-Step Data Augmentation法,および実験結果は,性能が,それぞれ,28.31%,19.76%,20.18%,13.75%,2.42%,および12.68%の既存の方法より良いことを示した。Copyright The Author(s), under exclusive licence to Springer Science+Business Media, LLC, part of Springer Nature 2022 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  データ ,  農作物 ,  *画像 ,  人工知能 ,  *モデル ,  *画像強調 ,  *機械学習 ,  認証 ,  リポジトリ
準シソーラス用語： 訓練データ ,  学習過程 ,  画像入力 ,  入力データ ,  *深層学習 ,  畳込みニューラルネットワーク , 【Automatic Indexing@JST】

著者キーワード (6件)： 人工知能 ,  増強技術 ,  CNNモデル ,  深層学習 ,  画像取得 ,  画像増強

分類 (3件)： 図形・画像処理一般  (JE04010I) ,  人工知能  (JE08000Z) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (4件)： 画像強調 ,  深層学習 ,  モデル ,  性能向上