エントリーの編集
エントリーの編集は全ユーザーに共通の機能です。
必ずガイドラインを一読の上ご利用ください。
論文読み Generalized Intersection over Union: A Metric and A Loss for Bounding Box Regression - Sleep like a pillow
記事へのコメント0件
- 注目コメント
- 新着コメント
このエントリーにコメントしてみましょう。
注目コメント算出アルゴリズムの一部にLINEヤフー株式会社の「建設的コメント順位付けモデルAPI」を使用しています
- バナー広告なし
- ミュート機能あり
- ダークモード搭載
関連記事
論文読み Generalized Intersection over Union: A Metric and A Loss for Bounding Box Regression - Sleep like a pillow
arxiv.org どんなもの? Intersection over Union (IoU)は物体検出タスクにおいて、もっともよく使われ... arxiv.org どんなもの? Intersection over Union (IoU)は物体検出タスクにおいて、もっともよく使われる評価指標。 bounding box推定の学習によく用いられるregression lossの最適化と、IoUの最大化の間にはギャップがある。 そのため、IoUをlossとして使う先行研究もあるが、IoUは二つの領域が全く重なっていない場合には領域の位置関係に関わらず全て0となるため、IoU lossは多くの鞍点(勾配が0の点)を持ち、学習が進まない場合がある。 この論文では、IoU lossの問題点を解決した Generalized IoU (GIoU) loss を提案。 技術や手法のキモ Generalized Intersection over Union IoUは二つの領域の積(intersection)Aと和(union)Bから以下のように計