Googleのエンジニアの動画
機械学習の7つのステップは以下
- データ収集(Gathering Data)
- データの前処理(Preparing that Data)
- モデル選定(Choosing a Model)
- 学習(Training)
- 評価(Evaluation)
- ハイパーパラメータの調整(Hyperparameter Tuning)
- 推論(Prediction)
高速のトラッキングとセグメンテーションの技術「SiamMask」
論文へのリンク
筆者・所属機関
Qiang Wang(CASIA), Li Zhang(University of Oxford), Luca Bertinetto(FiveAI)
投稿日付
2018/12/12
概要（一言まとめ）
バウンディングボックスを回転させるというアイディアで、高速なトラッキングとセグメンテーションを実現
手法の概要
セグメンテーションされたマスク画像から、Min-max、MBR、Optという3つの方法でバウンディングボックスを生成
コメント
トラッキングがあんまり分かってないので、SiamMaskの肝を理解できていない気がする
関連情報
次に読む論文
トラッキング関係の何か
自分なりのアウトプット
気になった英単語・英語表現
- dubbed ダビング済み
- Siamese 双生児の
- versatility 汎用性
YOLO v3より速い？現時点で最速の物体検出技術「CenterNet」
論文へのリンク
筆者・所属機関
Xingyi Zhou(UT Austin), Dequan Wang(UC Berkeley), Philipp Kra ̈henbu ̈hl(UT Austin)
投稿日付
2019/04/25
概要（一言まとめ）
以下のツイートが分かりやすいので引用（手抜き）
物体検出で領域(矩形)を予測するのは無駄が多いため、中心点のみ予測を行い領域の大きさや角度などはその属性として推定しようという研究。入力画像をストライド幅でダウンサンプルし、ガウシアンカーネルを用いてヒートマップを作製。それを推定するという形をとっている。 https://t.co/wndBTFq1aK
— piqcy (@icoxfog417) 2019年5月19日
手法の概要
略
コメント
シンプルなアイディアなのに、効果は絶大。常識を疑うのは大事だなと思わされる。試してみたい
関連情報
次に読む論文
こっちは、セマンティックセグメンテーションの高速度版
自分なりのアウトプット
試して実際の速度体感したい
気になった英単語・英語表現
Google Waymoの自動運転技術の論文
論文へのリンク
筆者・所属機関
Mayank Bansal(Waymo), Alex Krizhevsky(Google Brain & Waymo), Abhijit Ogale(Waymo)
投稿日付
2018/12/7
概要（一言まとめ）
手法の概要
コメント
日経Roboticsに記事があった。これから読む
関連情報
次に読む論文
自分なりのアウトプット
気になった英単語・英語表現
ディープラーニングを使った超解像技術の論文
論文へのリンク
筆者・所属機関
Christopher Thomas BSc Hons. MIAP
投稿日付
2019/2/24
概要（一言まとめ）
GANを使わない超解像
手法の概要
fast.aiを使った超解像の実践記事
コメント
fast.aiもGANを使わない超解像も興味あるので、時間を見つけてやってみる。
関連情報
GANを使わない超解像についての記事https://t.co/PpUMAFPYKz
— えるエル (@learn_learning3) 2019年2月24日
流行りのfastaiのライブラリを用いている
例としてあげられている解像前後の画像が置いてある著者のdriveへのリンクがあったり，使用するモデルやデータもかなり詳細に書かれている
（ただし，かなり長い）
次に読む論文
自分なりのアウトプット
気になった英単語・英語表現
Definitely living up to the Arthur C Clarke quote “any advanced technology is indistinguishable from magic”.
アーサー・C・クラークの三法則「十分に発達した科学技術は、魔法と見分けがつかない」の原文。
Depth Prediction Without the Sensors: Leveraging Structure for Unsupervised Learning from Monocular Videos
論文へのリンク
筆者・所属機関
Vincent Casser(Google Brain), Soeren Pirk(Google Brain), Reza Mahjourian(Google Brain), Anelia Angelova(Google Brain)
投稿日付
2018/11/15
概要（一言まとめ）
単眼動画からの教師無し学習による3次元推定（Depth Prediction）
手法の概要
SfMとディープラーニングの組み合わせ？インスタンスセグメンテーションでマッチングをとっているっぽい。
コメント
流し読みしかしてない。ちゃんと読む予定。
関連情報
Depth Prediction Without the Sensors: Leveraging Structure for Unsupervised Learning from Monocular Videos from ShinyaSumikura
次に読む論文
自分なりのアウトプット
気になった英単語・英語表現
Riemannian Motion Policies
論文へのリンク
筆者・所属機関
Nathan D. Ratliff(NVIDIA), Jan Issac(NVIDIA), Daniel Kappler(Max Planck for Intelligent Systems), Stan Birchfield(NVIDIA), Dieter Fox(NVIDIA)
投稿日付
2018/1/9
概要（一言まとめ）
手法の概要
コメント
関連情報
