最新AI論文をキャッチアップ

訓練していないクラスの画像を生成可能!?メトリックラーニングを導入したOpenGAN

訓練していないクラスの画像を生成可能!?メトリックラーニングを導入したOpenGAN

GAN(敵対的生成ネットワーク)

3つの要点
✔️ 訓練していないクラスの画像を生成可能
✔️ 
GANにメトリックラーニングを導入

✔️ OpenGANが生成した画像はデータ水増しにも有効

OpenGAN: Open Set Generative Adversarial Networks
written by Luke Ditria, Benjamin J. Meyer, Tom Drummond
(Submitted on 18 Mar 2020)

Comments: Published by arXiv
Subjects: Computer Vision and Pattern Recognition (cs.CV); Machine Learning (cs.LG)

概要

GAN (Generative Adversarial Nets) の1つとして、cGAN (Conditional GAN) が存在します。cGANはクラスを指定したデータの生成が可能なGANですが、訓練していないクラスのデータは生成できません。

しかしながら、今回紹介するOpenGANは訓練していないクラスの画像も生成が可能となっています

OpenGANの発想は新しく、cGANにメトリックラーニングを導入することで訓練していないクラスの画像を生成することを可能にしました。OpenGANは訓練していないクラスの画像を生成可能なだけでなく、生成画像品質をも向上させることを成し遂げました。

結果はそれに留まりません。

OpenGANが生成した画像は認識モデルの訓練データ水増し (Data Augmentation)することが可能であります。OpenGANが生成した画像を認識モデルが訓練に用いることで、認識精度を向上させることができることを示しました。

それでは見ていきましょう。

 

続きを読むには

(5179文字画像21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
  • メルマガ登録(ver
  • ライター
  • エンジニア_大募集!!
綱島 秀樹 avatar
専門は深層生成モデル

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