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。
YOLO v1とv4の結果を結合することにより,顔検出のための実時間アンサンブルモデルを実行した。DarknetフレームワークにおいてYOLOv1をv4に訓練するためのWIDER FACEベンチマークを用いた。次に,それらの結果を2つの方法,すなわちWBF(重み付きボックス融合)とNMW(Non-最大加重)によってアンサンブルした。実験分析は,それぞれ,データセット中の全容易,中,および硬画像に対するモデルのWBFアンサンブルにおいて,それぞれ7.81%,22.91%,および12.96%で,mAPが増加することを示した。これらの数はNMWアンサンブルに対して6.25%,20.83%および11.11%であった。Copyright 2022 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】