はじめまして、CTO室の毛利です。
弊社では毎年、画像処理・機械学習の国際会議に参加しております。
昨年は、私ともう1名でカリフォルニアのロングビーチで行われたInternational Conference on Machine Learning(ICML)とConference on Computer Vision and Pattern Recognition(CVPR)とに参加してきました。
今回から2回に分けて、CVPR2019で発表された物体検出の論文の中で、私が面白いと思ったものを紹介したいと思います*1。 初回では、はじめに物体検出の概要を説明し、次いでAnchor系の論文の紹介をします。 基本的に手法を中心に紹介し、実験結果については簡単な言及にとどめるので、気になった方は原論文を参照ください。
- 物体検出の概要
- データセット
- 評価指標: mean Average Precision(mAP)
- 手法の分類
- Anchor系の手法概要
- Y. He et al, "Bounding Box Regression With Uncertainty for Accurate Object Detection" (2018)
- モチベーション
- 手法: KL loss
- 既存手法: 矩形位置のみ予測
- 提案手法: 矩形位置に加えて、その不確実性を予測
- 手法: variance voting
- 実験
- 感想・コメント
- H. Rezatofighi et al., "Generalized Intersection Over Union: A Metric and a Loss for Bounding Box Regression" (2019)
- モチベーション
- IoUの性質
- Generalized IoU (GIoU)
- 実験
- 感想・コメント
- 参考文献
*1:社内勉強会で発表した内容を修正して公開した記事になります