モデル Mesh-TensorFlowによる超高解像度画像解析(1/2)
１．Mesh-TensorFlowによる超高解像度画像解析(1/2)まとめ ・学習手法の進歩によりCNNモデルは数分で数百万の画像のデータセットを使って学習可能になった ・しかしCTスキャンなどの三次元画像は二次元画像に比べて画素数が非常に...
人工知能/機械学習
モデル 
データセット Open Images V6:新しいタイプの注釈localized narrativesが特徴(2/2)
１．Open Images V6:新しいタイプの注釈localized narrativesが特徴(2/2)まとめ ・Open Images V6では、視覚的関係の注釈の種類を1桁(約1.4k)増やした ・個々のアクションを実行する人間を含...
データセット Open Images V6:新しいタイプの注釈localized narrativesが特徴(1/2)
１．Open Images V6:新しいタイプの注釈localized narrativesが特徴(1/2)まとめ ・多くの点で世界最大の画像データセットであるOpen Imagesのバージョン6が公開 ・バージョン６では新しいタイプの注釈...
データセット ストリートビュー画像を道案内用AIの研究者に提供(3/3)
１．ストリートビュー画像を道案内用AIの研究者に提供(3/3)まとめ ・Retouchdownは、TouchdownをStreetLearnに統合し、より使いやすく利用申請を簡略化したもの ・TouchdownをStreetLearnデータ...
学習手法 T5:Text-To-Text Transfer Transformerと転移学習の探索(1/3)
１．T5:Text-To-Text Transfer Transformerと転移学習の探索(1/3)まとめ ・転移学習を用いたNLP関連技術の進歩が速すぎて何が効果的なのか評価することが困難になった ・最も効果的な転移学習手法を調べ、得た...
公平性 TFCO：制約付き最適化ライブラリを使用して公平性の目標を設定(3/3)
１．TFCO：制約付き最適化ライブラリを使用して公平性の目標を設定(3/3)まとめ ・制約が適用されるグループがデータセット内で過小評価されてしまう可能性があることに注意が必要 ・各グループの割合が高い別のリバランスされたデータセットに制約...
公平性 TFCO：制約付き最適化ライブラリを使用して公平性の目標を設定(2/3)
１．TFCO：制約付き最適化ライブラリを使用して公平性の目標を設定(2/3)まとめ ・「正しい」制約とは、何を持って公平とするか、または問題とユーザーの要件によって異なる ・矛盾する制約を課す事も可能なので適切な解決策がない制約を指定しない...
公平性 TFCO：制約付き最適化ライブラリを使用して公平性の目標を設定(1/3)
１．TFCO：制約付き最適化ライブラリを使用して公平性の目標を設定(1/3)まとめ ・機械学習モデルは競合する考慮事項間でバランスを取るようなケースに対処するのが難しい ・TFCOライブラリを使用すると複数の異なる基準に基づく機械学習の問題...
モデル AutoFlip：機械学習を用いてビデオの最適な箇所を切り抜く(3/3)
１．AutoFlip：機械学習を用いてビデオの最適な箇所を切り抜く(3/3)まとめ ・なるべく全ての顔を画面に収めるモードと全ての顔を必ず画面に収めるモードの２つのモードを提供 ・今後の研究としてはテキストやロゴを新しいアスペクト比によりよ...
モデル AutoFlip：機械学習を用いてビデオの最適な箇所を切り抜く(2/3)
１．AutoFlip：機械学習を用いてビデオの最適な箇所を切り抜く(2/3)まとめ ・AutoFlipはシーン全体を観てどこの部分に焦点を当てるべきかを判断するためシーンをバッファする ・次にディープラーニングベースの物体検出モデルを使用し...
モデル ClearGrasp:透明な物体を認識可能な機械学習アルゴリズム(3/3)
１．ClearGrasp:透明な物体を認識可能な機械学習アルゴリズム(3/3)まとめ ・合成データセットには地面に設置された透明な物体のみが含まれるという制限があった ・Matterport3DおよびScanNetデータセットのデータを利用...
モデル ClearGrasp:透明な物体を認識可能な機械学習アルゴリズム(2/3)
１．ClearGrasp:透明な物体を認識可能な機械学習アルゴリズム(2/3)まとめ ・透明な表面は鏡面反射をするため、これを視覚的な手がかりとして深度推定を行っている ・ClearGraspは面法線推定、オクルージョン境界推定、透明な物体...