機械学習:r-cnn

差分

このページの2つのバージョン間の差分を表示します。

この比較画面にリンクする

次のリビジョン 		前のリビジョン
機械学習:r-cnn [2016/02/16 14:00]
asakawa 作成 		機械学習:r-cnn [2016/02/23 10:18] (現在)
asakawa
行 1: 行 1:
-==== R-CNNN ====+==== R-CNN ====
  
-直訳すると領域切り出し畳み込みニューラルネットワークとなります。画像認識では，画像を小領域に分割して，分割した領域ごとに畳み込みニューラルネットワークによる認識を行うことが行われます。+R-CNN (Regios with Convolutional Neural Networks) は直訳すれば，領域切り出し付き畳み込みニューラルネットワークとなります。 
 +画像認識では，画像を小領域に分割して，分割した領域ごとに畳み込みニューラルネットワークによる認識を行うことが行われます。
 領域の切り出しには矩形（画像の中の左上と右下をの点を指定する四角形など）領域が用いられる場合が多いです。 領域の切り出しには矩形（画像の中の左上と右下をの点を指定する四角形など）領域が用いられる場合が多いです。
 どのように領域を切り出すのか，切り出し方によって認識性能も変わってきます。 どのように領域を切り出すのか，切り出し方によって認識性能も変わってきます。
 ですので関心領域の切り出しは，認識性能を高めるためのポイントとなります。 ですので関心領域の切り出しは，認識性能を高めるためのポイントとなります。
 ２０１４年までは既存手法によって関心領域を切り出し，その領域を畳み込みニューラルネットワークに送ることが行われてきました。そのため計算時間のかかる処理でした。ですが領域の切り出しと認識とを同時に行う Fast RCNN が提案され，この分野のブレークスルーとなりました。 ２０１４年までは既存手法によって関心領域を切り出し，その領域を畳み込みニューラルネットワークに送ることが行われてきました。そのため計算時間のかかる処理でした。ですが領域の切り出しと認識とを同時に行う Fast RCNN が提案され，この分野のブレークスルーとなりました。
-さらに高速な Faster RCNN も提案され，ほぼ実時間で領域切り出しを行うことができるようになりました。\\+さらに高速な Faster RCNN も提案され，ほぼ実時間で領域切り出しを行うことができるようになりました。[[機械学習:RCNN_midclass|中級者向け話題]]\\
  
   - [[http://arxiv.org/abs/1504.08083|Fast RCNN 論文 arXiv]]   - [[http://arxiv.org/abs/1504.08083|Fast RCNN 論文 arXiv]]
   - [[http://arxiv.org/abs/1506.01497|Faster RCNN 論文 arXiv]]   - [[http://arxiv.org/abs/1506.01497|Faster RCNN 論文 arXiv]]
  • 機械学習/r-cnn.1455598827.txt.gz
  • 最終更新: 2016/02/16 14:00
  • by asakawa