2019-11-20

ディープラーニングによる物体検出のサーベイ論文その2

論文

論文へのリンク

[1908.03673] Recent Advances in Deep Learning for Object Detection

筆者・所属機関

Xiongwei Wua(School of Information System, Singapore Management University),Doyen Sahooa, Steven C.H. Hoi(School of Information System, Singapore Management University / Salesforce Research Asia)

投稿日付

2019/08/10

概要（一言まとめ）

ディープラーニングによる物体検出手法を比較・調査しているサーベイ論文。

手法の概要

サーベイ論文。以下の内容がまとまっており、物体検出の理解を深めるのによい論文

ディープラーニング以前の手法（探索・特徴量抽出・分類の3ステップ）の解説
ディープラーニングの発展に関しての概略
ディープラーニングによる物体検出の2ステージの手法と1ステージの手法の概要
物体検出の評価方法
物体検出のアルゴリズムの紹介・性能比較
物体検出応用例

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

spur 拍車をかける
hierarchical 階層的
spatial-invariant 空間不変量
neocognitron 福島邦彦によって提唱されたネットワーク（ディープラーニングの元祖）

2019-08-16

オートエンコーダを使った異常検知の性能向上

論文

論文へのリンク

[1807.02011] Improving Unsupervised Defect Segmentation by Applying Structural Similarity to Autoencoders

筆者・所属機関

Paul Bergmann(MVTec Software GmbH), Sindy Lo ̈we(MVTec Software GmbH / University of Amsterdam) , Michael Fauser1, David Sattlegger(MVTec Software GmbH), and Carsten Steger(MVTec Software GmbH)

投稿日付

2018/07/05

概要（一言まとめ）

オートエンコーダで異常検知。精度良好、可視化もできる。

またまた凄い論文を見つけてしまった。オートエンコーダで異常検知。精度良好、可視化もできる。https://t.co/ZMMCzHVtDs
— shinmura0 (@shinmura0) August 16, 2019

手法の概要

従来の方式（多分、オートエンコーダを使って得た画像と元画像をピクセルレベルで差分比較して異常検知）に対して、輝度、コントラスト、構造情報を上手く用いることで、精度を向上させている。

詳しくは後で読み込む。

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

2019-08-03

ディープラーニングでブドウの物体検出

論文

論文へのリンク

[1907.11819] Grape detection, segmentation and tracking using deep neural networks and three-dimensional association

筆者・所属機関

Thiago T. Santos(Embrapa Agricultural Informatics), Leonardo L. de Souza(University of Campinas), Andreza A. dos Santos(University of Campinas), Sandra Avila(University of Campinas)

投稿日付

2019/07/26

概要（一言まとめ）

実農場で、ディープラーニングを使ってブドウの物体検知、セグメンテーション、数え上げを行う。

手法の概要

インスタンスセグメンテーションで、ブドウを検出している。様々な手法を比較している

インスタンスセグメンテーションに必要なアノテーション済みのブドウのデータセットも公開しているようす。

データセットを公開して、商用用途は応相談のライセンスというのは面白いけど、こっそり使われたりしそうな気も。

モデルの性能比較、Mask R-CNN > YOLOv2 > YOLOv3 となっているのが面白かった。考察は、深いネットワークになっていくと過学習している可能性があるから、性能出すにはデータをもっと増やさないといけないかもしれないとのこと。

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

orchard 名詞果樹園

2019-07-24

今最も軽くて早いニューラルネット「MobileNetV3」

論文

論文へのリンク

[1905.02244] Searching for MobileNetV3

筆者・所属機関

Andrew Howard, Mark Sandler, Grace Chu, Liang-Chieh Chen, Bo Chen, Mingxing Tan, Weijun Wang, Yukun Zhu, Ruoming Pang, Vijay Vasudevan, Quoc V. Le, Hartwig Adam

全員所属はGoogle AI or Google Brain