Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
第13回 Data-Centric AI勉強会, 画像認識におけるData-centric AI
Search
ksaito
February 11, 2025
Technology
0
210
第13回 Data-Centric AI勉強会, 画像認識におけるData-centric AI
第13回 Data-Centric AI勉強会 ~Data-centric AI入門 著者LT大会
画像認識におけるData-centric AI
ksaito
February 11, 2025
Tweet
Share
Other Decks in Technology
See All in Technology
10分で紹介するAmazon Bedrock利用時のセキュリティ対策 / 10-minutes introduction to security measures when using Amazon Bedrock
hideakiaoyagi
0
140
AIをプロダクトに実装するならAPIで分離しよう 〜タクシーアプリ『GO』のアーキテクチャ実例紹介〜
74th
2
140
[JAWS-UG栃木]地方だからできたクラウドネイティブ事例大公開! / jawsug_tochigi_tachibana
biatunky
0
220
組織貢献をするフリーランスエンジニアという生き方
n_takehata
1
150
【5分でわかる】セーフィー エンジニア向け会社紹介
safie_recruit
0
18k
SCSAから学ぶセキュリティ管理
masakamayama
0
130
自動と手動の両輪で開発するデータクレンジング
estie
2
190
Classmethod AI Talks(CATs) #14 司会進行スライド(2025.01.31) / classmethod-ai-talks-aka-cats_moderator-slides_vol14_2025-01-31
shinyaa31
0
120
例外処理を理解して、設計段階からエラーを「見つけやすく」「起こりにくく」する
kajitack
14
4.5k
バックエンドエンジニアのためのフロントエンド入門
panda_program
8
1.1k
プロセス改善による品質向上事例
tomasagi
0
170
BLEAでAWSアカウントのセキュリティレベルを向上させよう
koheiyoshikawa
0
180
Featured
See All Featured
Rebuilding a faster, lazier Slack
samanthasiow
79
8.8k
A designer walks into a library…
pauljervisheath
205
24k
Put a Button on it: Removing Barriers to Going Fast.
kastner
60
3.7k
KATA
mclloyd
29
14k
Performance Is Good for Brains [We Love Speed 2024]
tammyeverts
7
620
Bash Introduction
62gerente
610
210k
Documentation Writing (for coders)
carmenintech
67
4.6k
CSS Pre-Processors: Stylus, Less & Sass
bermonpainter
356
29k
The Web Performance Landscape in 2024 [PerfNow 2024]
tammyeverts
4
390
Speed Design
sergeychernyshev
25
770
Rails Girls Zürich Keynote
gr2m
94
13k
Build The Right Thing And Hit Your Dates
maggiecrowley
34
2.5k
Transcript
Data-centric AI入門 画像認識におけるData-centric AI OMRON SINIC X Senior Researcher 齋藤邦章
• 画像認識におけるData-Centric AI • 画像認識モデルの基礎知識 • データを拡張、生成する技術 • 不完全アノテーションからの学習 •
画像と言語ペアの関係性を学習した基盤モデル • 能動学習 2 2章の概要
2章の概要 • 画像認識におけるData-Centric AI • 画像認識モデルの基礎知識 • データを拡張、生成する技術 • 不完全アノテーションからの学習
• 画像と言語ペアの関係性を学習した基盤モデル • 能動学習 3 「データを如何にデザインするか?」 に注目して研究事例を多く取り上げる.
2.3 データを拡張、生成する技術 • データ拡張の方法とその効果について研究事例を通して議論 4 物体検出におけるデータ拡張 (copy-paste) ロバストさを高めるためのデータ拡張 (Augmix) Ghiasi
et.al., 2021, Hendrycks et.al., 2019
2.4 不完全アノテーションからの学習 • 自己教師あり学習と半教師あり学習 – データ拡張を利用した学習手法 5
2.5 画像と言語ペアの関係性を学習した基盤モデル 6 BLIPにおけるデータ収集のパイプライン • Webから収集した画像ー言語ペアをどう学習データとして利用しているか?
2.6 能動学習 • 予測の不確かさ (Uncertainty), データの多様性 (Diversity) 7