2024年07月10日 mAP =mean Average Precision物体検出の評価指標(画像中の物体をどれくらい正しく検出できたのかを評価する指標)。すべての時刻 i におけるAP(平均適合率)を平均することで、さらに一般的な平均値を表わした指標。 タグ :#G検定#カンペ
2024年07月05日 AP(Average Precision) 物体検出の評価指標(画像中の物体をどれくらい正しく検出できたのかを評価する指標)。N個の正解ラベルのうち、どのくらいの割合を検出できているかを平均的に表現した指標。 タグ :#G検定#カンペ
2024年07月03日 Selective Search 物体検出において、物体候補領域検出に採用されるアルゴリズム。色や強度などが類似している隣接ピクセルをグルーピングすることで、複数のセグメントに分割する。Regional CNN(R-CNN)においては、この分割によって得られたそれぞれの領域に対して、CNNで特徴を抽出し、SVMでクラス分類を行う。 タグ :#G検定#カンペ
2024年07月01日 Reigional CNN(R-CNN) 2014年に発表された、一般物体認識のアルゴリズムの原型。入力は画像データ、出力は画像内の各物体の領域を示すボックスとクラスラベルである。①物体候補領域を、バウンディングボックスで切り出した後、画素粒度でグルーピングすることで物体らしき領域を見出す。②すべてのボックスを統一的にリサイズする(CNNは固定サイズの入力のみ受けとるため)。領域ごとに個別にCNNを呼び出し、画像から特徴量を算出する。③CNNで求めた特徴量をSVMモデルによって学習し、クラス鑑別ができるモデルを構築する。未知の画像が入力された場合は、学習時と同様にCNNで求めた特徴量をもとに学習済みのSVNモデルで分類する。 タグ :#G検定#カンペ