最新AI論文をキャッチアップ

YES or NOだけでアノテーション!?非常に効率的なOne-bitアノテーションの提案!

YES or NOだけでアノテーション!?非常に効率的なOne-bitアノテーションの提案!

semi-supervised

3つの要点
✔️ 半教師あり学習とOne-bitアノテーションを組み合わせる手法を提案
✔️ 
画像分類タスクにおいて、半教師あり学習と同等のコストで、大幅な精度向上
✔️ 物体検出やセグメンテーションにも適用可能な柔軟な手法 

One-bit Supervision for Image Classification
written by 
Hengtong HuLingxi XieZewei DuRichang HongQi Tian
(Submitted on 14 Sep 2020 (v1), last revised 16 Sep 2020 (this version, v2))
Comments: Accepted to arXiv.
Subjects: Computer Vision and Pattern Recognition (cs.CV)
 

はじめに

年々、深層学習技術が様々な分野で応用され始めています。これほどまでに深層学習技術が使用されているのは、古典的な方法にくらべて圧倒的に良い精度であること、そして柔軟な手法であることが主な理由として挙げられます。

コロナが世界中で爆発的に広まったために、これまでのビジネスモデルは成り立たなくなり、そしてよりデジタル領域へシフトしていくものと考えられます。デジタルシフトにおいて、深層学習技術の重要性はますます増加していくでしょう。

しかし、深層学習技術はいくつかの大きな問題を抱えています。そのひとつに、学習に大量のデータが必要であること、それに付随して高いアノテーションコストが必要になるということです。大量のデータの収集にかかるコストは、多様なセンサの登場や普及により、安くなりつつあります。しかし、収集したデータにラベル付けするのは、データ数に比例するために依然として高いままです。特に、Imagenetのようにクラス数の多いデータセットでは、そのアノテーションコストは非常に高くなります。

今回紹介する論文では、One-bitアノテーションという低コストの新たなアノテーション手法を提案しています。このアノテーション手法を半教師あり学習と組み合わせることで、画像分類タスクで高精度を達成しています。

続きを読むには

(3661文字画像10枚)

AI-SCHOLARに
登録いただく必要があります。

1分で無料で簡単登録する

または
なかじめ avatar
元々画像認識を専門としていましたが、最近はセキュリティ分野、とくにバックドア攻撃に興味があり様々な論文を読んでいます。また、モデルの精度にはあまり興味がなく、これからAIが普及するにはどのような事が重要になってくるのか、といった視点で日々情報を収集しています。例えば、データのプライバシーや公平なAIに興味を持ち始めました。

記事の内容等について改善箇所などございましたら、
お問い合わせフォームよりAI-SCHOLAR編集部の方にご連絡を頂けますと幸いです。
どうぞよろしくお願いします。

お問い合わせする