search

sanoyo / all-paper-deep-learning-machine-lerning

0 stars 0 forks source link

Cross-Domain Weakly-Supervised Object Detection through Progressive Domain Adaptation #35

Open sanoyo opened 5 years ago

sanoyo commented 5 years ago

要約

ドメイン適応を用いて様々なドメインで物体検出を行える手法を提案している。

下記が検出の流れ

  1. source image(通常画像)で学習
  2. Domain Transfer(DT)で1とは異なるドメインの画像を生成し、1で学習させたObject Detectorをfine-tuneする Cycle Ganを使い、source domainの画像からtarget domainの画像を生成している
  3. Pseudo-labeling(PL : 疑似ラベリング)でラベルをつけて、fine-tuneする？←少し自信ない..

image

用語

Domain(ドメイン)

ここでいうと、水彩画や漫画のことを指している

ドメイン適用

転移学習の一種。 source domain(十分な教師ラベルを持つドメイン)から得られた知識をtarget domain(十分な情報がない目標のドメイン)に適用することで、target domainにおいて高い精度で働く識別器などを学習する。 https://www.mi.t.u-tokyo.ac.jp/research/domain_adaptation/

Cycle GAN

Aのドメイン画像をBのドメイン画像に変換できる。 http://aidiary.hatenablog.com/entry/20180324/1521896184

論文リンク

https://arxiv.org/pdf/1803.11365.pdf

実装

https://github.com/naoto0804/cross-domain-detection

参考にした記事

https://github.com/furukawa-ai/deeplearning_papers/issues/100