Deep Learning等の精度評価において、F値（Dice）とIoU（Jaccard）のどちらを選択するべきか？ - OPTiM TECH BLOG
初めまして、R&Dの加藤です。R&Dでは珍しく中途入社です*1 。業務は農業や医療のプロジェクトでDeep Learningを使った画像解析を主に担当しています*2。 また、終業後は不定期（主に月曜日）に職場の人達と一緒に皇居を走っています。先日開催された多摩川のランニングイベントでは、10kmコースを43分で走れました！ 今回の記事では、Deep Learningによらず機械学習や統計の場面でも良く出現するF1 score（F値）とIntersection over Union（IoU）の意味を理解して使い分けることを目標とします*3。 そもそもなぜ精度評価が必要？ 用語のおさらい 混同行列について（TP/TN/FP/FN） 評価指標について Precision/Recall/F値(Dice係数)/IoU(Jaccard係数) Precision（適合率） Recall（再現率） F値（
Deep Learningによる行動認識 - OPTiM TECH BLOG
はじめまして、OPTiMの久末です。私は現在R&Dチームに所属している新卒1年目のスタッフで、普段は様々な物体の行動を映像から解析する日々を過ごしています。 今回はそんな私が、普段使っている技術に関して、そのバックボーンとなる部分も含めてお話しさせていただければとおもいます。 なお、今回のブログの内容は以前のブログで和田から紹介させていただいた「OPTiM TECH Seminar」で私がお話しさせていただいた内容を元に再構成しています。 そもそもなぜニューラルネットワークが流行ったのか ILSVRC ImageNet 有名な深層学習手法 VGG GoogleNet ResNet 機械学習による行動認識の歴史 行動認識とは 従来の手法 3D-CNN 行動分類データセット 3D-CNNの発展 3D-ResNets 全体的な流れ さいごに そもそもなぜニューラルネットワークが流行ったのか 現在
CNN による画像分類で使われる前処理・テスト時処理まとめ - iwiwi 備忘録
とりあえず ImageNet 系の論文で、目に入ったものから順々にまとめていきます。情報・ツッコミ歓迎。 前処理・Data Augmentation Mean Subtraction 入力画像から平均を引く。[103.939, 116.779, 123.68] を各ピクセルから引く。VGG はこれ。 Per-pixel Mean Subtraction 入力画像から平均を引く。ピクセル・チャンネルごとに計算された平均を引く。即ち、224x224x3 個の値について個別に平均を計算し用いる。AlexNet 論文から使われており、ResNet もこれ。 Random Crop 256x256 ピクセルに画像をリサイズし、そこから 224x224 のパッチをランダムに取り出す。AlexNet 論文で使われていた。ちなみに Chainer の ImageNet サンプルはこれと Horizonta
GANによる超解像がもたらす新しい方向性と「The Perception-Distortion Tradeoff」の話 - Think more, try less
CVPR2018にて超解像分野において極めて重要そうだなと感じた論文がありました。Yochai Blauらによる下記の論文です。 [1711.06077] The Perception-Distortion Tradeoff この内容を踏まえて最近の超解像研究の流れをまとめたいと思います。 超解像とは？ 超解像について振り返ります。多くの方がwaifu2xというソフトウェアで一度は目にしたことがあるかもしれません。下記イメージのように低解像の画像を高解像の画像に変換する方法を 超解像（Super Resolution）と呼ばれます。 （参照元：二次元画像を拡大したいと思ったことはありませんか？ - デー） このwaifu2xがざっくりどのように超解像を行っているかというと、ベースはSRCNNというConvolutional Neural Netoworkを使った超解像手法であり、下記のよう
MobileNet(v1/2)、ShuffleNet等の高速なモデルの構成要素と何故高速なのかの解説 - Qiita
はじめに MobileNet系の高速なモデルアーキテクチャに利用される構成要素と、それらを利用したモデルについて、何故高速なのか観点と、空間方向の畳み込みとチャネル方向の畳み込みがどのようになされているかという観点で整理を行う。 高速なモデルアーキテクチャに利用される構成要素 まず、高速なモデルに利用される畳み込み構成要素について、計算量と、空間方向の畳み込みとチャネル方向の畳み込みがどのようになっているかを説明する。 まず、一般的な畳み込みの計算量を確認する。 入力特徴マップのサイズを$H \times W$、入力チャネル数を$N$、カーネルサイズを$K \times K$、出力チャネル数を$M$とすると、一般的な畳み込み層の計算量は、$H W N K^2 M$となる。 これは、入力特徴マップの1箇所につき畳み込みのコストが$K^2 N$で、これを入力特徴マップの$H W$箇所に適用する
SSD:Single Shot Multibox Detector - Qiita
物体検出ニューラルネットワークのSSDを調べていた。 勉強のために論文を訳することにした。 下記のページを参考にさせていただいた。 https://www.slideshare.net/takashiabe338/fast-rcnnfaster-rcnn https://www.slideshare.net/takanoriogata1121/ssd-single-shot-multibox-detector-eccv2016 ※訳には間違いがないよう注意を払いましたが、完全であることを保証できません。誤りがありましたらお教え願います。 原文： Wei Liuら,(2016) SSD: Single Shot MultiBox Detector 概要：https://arxiv.org/abs/1512.02325 PDF:https://arxiv.org/pdf/1512.02325.
1
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
処理を実行中です
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
