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

深層学習を利用した物体検出におけるテクニック.

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

Semi Supervised Learning

Soft Teacher / 2021

訓練プロセス中に教師ネットワークによって生成される擬似ラベルの品質を段階的に向上させ、その改善された擬似ラベルが物体検出モデルのトレーニングに寄与するという「フライホイール効果」を可能にする. さらに、このフレームワーク内で、教師ネットワークが生成した信頼性の高い分類スコアに基づいて分類損失を重み付けするソフト教師メカニズムと、ボックス回帰の学習のために信頼性の高い擬似ボックスを選択するボックスジッタリングという二つの技術を提案.

  • End-to-End Semi-Supervised Object Detection with Soft Teacher

継続学習

  • 継続学習の物体検出への応用

Out of Distribution / OOD

Transfer Learning / 転移学習

モデルの編集 / Model Editing

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