オムライスの備忘録

数学・統計学・機械学習・プログラミングに関することを記す

トップ > データサイエンス > 【深層学習】物体検出 / Object Detection #まとめ編 #00

【深層学習】物体検出 / Object Detection #まとめ編 #00

データサイエンス データサイエンス-深層学習

Index

深層学習を利用した物体検出アルゴリズム

DNN のアーキテクチャにおける工夫.

CNN

LSTM

PV-LSTM

Attention

アルゴリズムにおける工夫・テクニック

物体領域候補の提案

  • 物体検出では、処理の最初に物体領域候補を提案し、
    その局所領域に対し、特徴量を抽出する方法が使われる場合がある.
  • Fast R-CNN で PRN を導入.

Anchor Base / Anchor Free

  • 深層学習を用いた物体検出では、
    物体があるであろう領域の候補を提案し、それを局所特徴として、情報を抽出する.
  • その方法の区分として、「Anchor Base」と「Anchor Free」に分けられる.

Window Base / Grid Base

  • Anchor Base / Anchor Free のような区分とは他の区分として、
    「Window Base」と「Grid Base」のような観点でも分けられる.

Diffusion Model

継続学習

  • 継続学習の物体検出への応用

Out of Distribution / OOD

  • Out-of-distribution Object Detection through Bayesian Uncertainty Estimation

参考

  • A Survey of Deep Learning-Based Object Detection Methods and Datasets for Overhead Imagery

    • [2022]

    • 2 APPLYING DEEP LEARNING-BASED METHODS FOR OVERHEAD IMAGERY IN CHALLENGING ENVIRONMENTS
      • 2.1 EFFICIENT DETECTION
        • 2.1.1 REDUCING COMPUTATION
        • 2.1.2 REDUCING SEARCH AREA
      • 2.2 SMALL OBJECT DETECTION
        • 2.2.1 FINE-GRAINED MODEL ARCHITECTURE
        • 2.2.2 MULTI-SCALE LEARNING
      • 2.3 ORIENTED OBJECT DETECTION
        • 2.3.1 DETECTING HORIZONTAL BOUNDING BOX
        • 2.3.2 DETECTING ORIENTED BOUNDING BOX
      • 2.4 AUGMENTATION AND SUPER-RESOLUTION
        • 2.4.1 IMAGE AUGMENTATION
        • 2.4.2 SUPER-RESOLUTION
      • 2.5 MULTIMODAL OJBECT DETECTION
      • 2.6 IMBALANCED OBJECTS DETECTION

    • 3 DATASETS
      • 3.1 EO SATELLITE IMAGERY DATASETS
      • 3.2 SAR SATELLITE IMAGERY DATASETS
      • 3.3 AERIAL IMAGERY DATASETS
      • 3.4 SATELLITE AND AERIAL IMAGERY DATASETS

    • 4 FUTURE RESEARCH DIRECTIONS
      • 4.1 ACCURACY VS. EFFICIENCY
      • 4.2 FUSION OF OTHER DOMAIN DATA

    • 5 CONCLUSION

    • https://ieeexplore.ieee.org/document/9703336ieeexplore.ieee.org

  • A Survey of Modern Deep Learning based Object Detection Models

書籍

Web サイト