ILSVRC2015 手法のメモ
?
2 likes?5,606 views
ILSVRC2015の手法を紹介した資料です。 メモ書き程度の内容ですが共有します。 ImageNet and MS COCO Visual Recognition Challenges Joint Workshop http://image-net.org/challenges/ilsvrc+mscoco2015
![Sergey Zagoruyko, Tsung-Yi Lin, Pedro Pinheiro, Adam Lerer, Sam Gross,
Soumith Chintala, Piotr Dollár, FAIR (Facebook AI Research), in ILSVRC, 2015.
【1】
手法
Links
ポスター hLp://image-net.org/challenges/talks/COCO-ICCV15-clean.pdf
結果
?FacebookはCOCO Object DetecSonにフォーカスしていた
?DeepMask[Pinheiro+, NIPS2015]による候補領域とFast R-CNNに対して複数の改善
?IteraSve LocalizaSon (+1.0AP)やTop-down re?nement (+0.7AP)などのテクニックも有効
?パッチを分解して特徴評価?BBox回帰するFoveal structure[Gidaris+, ICCV2015]により+2.0AP
?複数の重なり率による誤差MulS-threshold lossにより+1.5AP
?トレーニングは4Maxwell GPUを用いて4日間，8x4 Kepler/ElasSc Averaging SGD[Zhang+, NIPS2015]により2.5日
?Base Modelにより30.1AP，Horizontal ?ipにより31.1AP，ROI Pooling '2 crop'により32.1AP，7-model ensembleにより33.5AP
?SegmentaSonはDeepMask (Proposal BBoxes) - Fast RCNN (Scored BBoxed) - DeepMask (Scored Segments)により実行
?将来展望として背景との混同や微小領域の高精度化，コンテキストの活用，fast/proposal-freeな検出が挙げられる
?MS COCO datasetの検出にて第2位
?Fast R-CNNが19.7%の検出率に対して33.5%(約66%の向上, MSRAは37.3%)](https://image.slidesharecdn.com/ilsvrc2015-160112145021/85/ILSVRC2015-2-320.jpg)
![CUImage (Chinese Univ. of Hong Kong) "CUImage-poster.pdf", Cascaded
Networks for Object DetecSon with MulS-Context Modeling and Hierarchical
Fine-Tuning, in ILSVRC, 2015.
【2】
手法
Links
ポスター hLp://image-net.org/challenges/posters/CUimage_poster.pdf
[1] X. Zeng, et al. Window-Object RelaSonship Guided RepresentaSon Learning for Generic Object DetecSons , axiv preprint.
[2] W. Ouyang, et al. Factors in Finetuning Deep Model for object detecSon, axiv preprint.
[3] J. Yan, et al. CRAFT Objects from Images, axiv preprint.
[4] W. Ouyang, et al. Deepid-net: Deformable deep convoluSonal neural networks for object detecSon. CVPR, 2015.
[5] J. Yan, et al. Object detecSon by labeling superpixels. CVPR, 2015.
結果
?MulS-context[1]: 複数のパッチサイズ/複数のコンテキストを含む画像を評価，特徴を連結させてSVMによりスコアリング
?Cascaded hierarchical feature learning[2]: クラスごとに異なる有効な特徴を評価するために階層的カスケード特徴学習を実行，
階層的クラスタリングが物体のグルーピングに適用されそれぞれのモデルを?ne-tuning
?Cascade Region-Proposal-Network and Fast RCNN (CRAFT)[3]: RPNの候補領域を再評価(IoU>0.7をposi, IoU<0.3をnega)して候補領域
をさらに絞り込み，Cascade識別器により識別
?ImageNet DetecSonにおいて52.7%, ImageNet DetecSonにて3位 (MSRAは62.1%)
?CRAFTにより候補領域の精度が94+%](https://image.slidesharecdn.com/ilsvrc2015-160112145021/85/ILSVRC2015-3-320.jpg)
![WM (Univ. of Chinese Academy of Sciences, Peking Univ.) Li Shen, Zhouchen
Lin, in ILSVRC, 2015.
【3】
手法
Links
ポスター hLp://image-net.org/challenges/talks/WM_presentaSon.pdf
[1] K. He, X. Zhang, S. Ren and J. Sun. SpaSal pyramid pooling in deep
convoluSonal networks for visual recogniSon. In ECCV 2014.
結果
?VGG-likeアーキテクチャ
?Model Aは22層構成，最後のMaxプーリング層をSPP層[1]に置き換え
?Model BはmulS-scaleの統合，サンプルの非一様分布によるバランスサンプリング
?Relay Back-PropagaSon(右図)による勾配消失の防止
?Place2にて優勝, Classi?caSon errorが16.87%](https://image.slidesharecdn.com/ilsvrc2015-160112145021/85/ILSVRC2015-4-320.jpg)
![CUvideo Team, Kai Kang (Chinese Univ. of Hong Kong), “Object DetecSon in
Videos with Tubelets and MulS-context Cues”, in ILSVRC, 2015.
【5】
手法
Links
ポスター hLp://image-net.org/challenges/talks/Object%20DetecSon%20in%20Videos%20with%20Tubelets%20and%20MulS-context%20Cues%20-%20Final.pdf
[1] Wang, Lijun et al. Visual Tracking with Fully ConvoluSonal Networks. ICCV 2015.
[2] J. Yan, et al. CRAFT Objects from Images, axiv preprint.
[3]W. Ouyang, et al. Deepid-net: Deformable deep convoluSonal neural networks for object detecSon. CVPR, 2015.
結果
?ビデオによる物体検出
?初期値として静止画により検出
?(1) 時系列の候補領域(Temporal Tubelet Re-scoring)のスコア値算出
?静止画による検出はフレーム間で不安定なため，領域の時系列評価を行うのがTubelet
?信頼度の高い領域の追跡[1]，空間的なMax-pooling，時間軸でのスコア再計算
?空間的なMax-poolingにより，最大値領域のみを残す (Kalman ?lterによるbbox推定)
?(2) MulS-context suppression (MCS) & MoSon Guided PropagaSon (MGP)
?MCSはすべてのbboxのスコア値をソート，時系列でハイスコアのクラスが変化しないものは検出結果として残す
?MGPは検出結果をより時間的に後のフレームに伝播させ，前に検出されたものを後のフレームでも探索，NMSしやすい
?(1), (2)のモデル統合
?候補領域はCRAFT[2]
?識別はDeepID-Net[3]
?ILSVRC2015 VIDにて67.8%の検出率](https://image.slidesharecdn.com/ilsvrc2015-160112145021/85/ILSVRC2015-6-320.jpg)
ILSVRC2015 手法のメモ
- 1. 160112 DL勉強会 片岡 裕雄, Ph.D. 産業技術総合研究所 知能システム研究部門 コンピュータビジョン研究グループ http://www.hirokatsukataoka.net/