画像生成でセグメンテーション？GANを使った教師なしセグメンテーション手法が登場！
3 つの要点 ✔️ 教師なしセグメンテーション手法「ReDO」の提案 ✔️ 画像生成の仕組みでセグメンテーションタスクを解く新たな試み ✔️ 教師あり学習と比べても、様々な実データセットで良いパフォーマンスを発揮 はじめに 近年、様々な分野で画像認識技術が活用されています。これは深層学習技術の発展によって、画像認識の精度が大幅に向上したためです。画像認識技術には三段階のステップに分けられます。 １つ目は、画像に何が写っているか判断する「物体認識」です。「物体認識」では画像に何が写っているか判断するだけで、その物体の位置までは判断しません。 ２つ目は、画像に写っている物体の名前と位置を判断する「物体検出」です。 ３つ目は、画像のピクセル単位で物体認識を行う「セマンティックセグメンテーション」です。人間はピクセル単位で物体を認識しており、「セマンティックセグメンテーション」は私たちと同様の画像
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
https://confit.atlas.jp/guide/event-img/jsai2019/1D3-OS-10b-02/public/pdf?type=in