object detection

モデル

Context R-CNN:過去に撮影された写真を参照して仕掛けカメラの物体検出能力を改善(1/2)

1.Context R-CNN:過去に撮影された写真を参照して仕掛けカメラの物体検出能力を改善(1/2)まとめ ・生態学的モニタリングは、地球規模の生態系の変遷や人類の活動の影響を測定するのに役立つ ・データ取得は固定カメラ可能だが固定カメ...
学会

CVPR 2020におけるGoogleの存在感

1.CVPR 2020におけるGoogleの存在感まとめ ・6/14 - 6/19の間インターネット上のヴァーチャルイベントとしてCVPR 2020が開催 ・Google社員も多数参加し70近くの受理された出版物やワークショップを開催 ・本...
モデル

EfficientDet:規模の拡張が容易で効率的な物体検出ネットワーク(2/2)

1.EfficientDet:規模の拡張が容易で効率的な物体検出ネットワーク(2/2)まとめ ・EfficientDetは物体検出器の解像度/深さ/幅を一緒に拡大する、新しい複合スケーリング手法を採用 ・三つの最適化の結果、従来の最先端モデ...
モデル

EfficientDet:規模の拡張が容易で効率的な物体検出ネットワーク(1/2)

1.EfficientDet:規模の拡張が容易で効率的な物体検出ネットワーク(1/2)まとめ ・物体検出アプリケーションは様々な場所で必要とされるため計算能力の限界など様々な制約を受ける ・様々な制約にも適応できる正確で効率的な物体検出アプ...
その他の分野

MediaPipe Objectron:モバイル上でリアルタイムに物体の三次元形状を認識(2/2)

1.MediaPipe Objectron:モバイル上でリアルタイムに物体の三次元形状を認識(2/2)まとめ ・実世界データとAR合成データを組み合わせることで、精度を約10%向上させる事に成功 ・バックボーンとなっている技術は、Mobil...
モデル

MediaPipe Objectron:モバイル上でリアルタイムに物体の三次元形状を認識(1/2)

1.MediaPipe Objectron:モバイル上でリアルタイムに物体の三次元形状を認識(1/2)まとめ ・物体検出は広く研究されているが、ほとんどの研究は二次元で物体を検出する技術 ・MediaPipe Objectronはモバイル上...
ロボット

Form2Fit:物体の分解と組立てを行う事でロボットが組合わせの概念を学習(3/3)

1.Form2Fit:物体の分解と組立てを行う事でロボットが組合わせの概念を学習(3/3)まとめ ・Form2Fitは組立キットの回転や変化、混在した状況、学習時に見た事がない部品などにも対応可能 ・回転、空間的方向、物体の同一形状などを学...
モデル

集積カプセルオートエンコーダー(2/6)

1.集積カプセルオートエンコーダー(2/6)まとめ ・カプセルネットワークは、画像からパーツとパーツのポーズを推測する ・次にパーツとポーズを使用してオブジェクトについて推論する事が出来る ・カプセルネットワークの手法は人間の知覚と似ている...
学習手法

集積カプセルオートエンコーダー(1/6)

1.集積カプセルオートエンコーダー(1/6)まとめ ・脳が備えている自己教師と帰納的バイアスのお蔭で人間が効率的な学習が可能になっている可能性がある ・この直感によって教師なしバージョンのカプセルネットワークが新たに開発された ・カプセルネ...
データセット

Open Images V5とICCV 2019 Open Images Challengeの発表(2/2)

1.Open Images V5とICCV 2019 Open Images Challengeの発表(2/2)まとめ ・Open Images V5の検証データセットとテストデータセットは完全に人力で作成されている ・従来のポリゴン型アノ...
AI関連その他

TossingBot:物理学と深層学習の統合(2/2)

1.TossingBot:物理学と深層学習の統合(2/2)まとめ ・TossingBotは物理学と深層学習、及び残差物理学を組み合わせて高性能を実現 ・残差物理学とは物理学が提供する理論値と現実世界のズレをニューラルネットワークで埋める作業...
AI関連その他

Tensorflowオブジェクト検出APIによるトレーニングと推論の加速

1.Tensorflowオブジェクト検出APIによるトレーニングと推論の加速まとめ ・GoogleがTensorFlowのオブジェクト検出APIを大幅強化 ・クラウドTPUと連携した高速学習とTensorFlow Lite出力連携を容易に改...