Upgrade to Pro — share decks privately, control downloads, hide ads and more …

Towards Realistic Predictors

Leszek Rybicki
October 20, 2018

Towards Realistic Predictors

コンピュータビジョンのトップカンファレンスの一つである 「European Conference on Computer Vision (ECCV) 2018」の論文読み会です。

Leszek Rybicki

October 20, 2018
Tweet

More Decks by Leszek Rybicki

Other Decks in Research

Transcript

  1. Towards Realistic Predictors
    Pei Wang and Nuno Vasconcelos
    Statistical and Visual Computing Lab, UC San Diego
    第49回 コンピュータビジョン勉強会@関東
    2018.10.20
    @_lunardog_
    http://openaccess.thecvf.com/content_ECCV_2018/papers/Pei_Wang_Towards_Realistic_Predictors_ECCV_2018_paper.pdf

    View full-size slide

  2. 自己紹介
    ● レシェックと呼んでください
    ● ポーランド出身
    ● 2010年から日本在住
    ● 2016年からクックパッドに勤務
    ● ロボットとタイムワープのSFが好き
    ● セルフィーが下手

    View full-size slide

  3. Towards Realistic Predictors
    Pei Wang and Nuno Vasconcelos
    Statistical and Visual Computing Lab, UC San Diego
    http://openaccess.thecvf.com/content_ECCV_2018/papers/Pei_Wang_Towards_Realistic_Predictors_ECCV_2018_paper.pdf

    View full-size slide

  4. Realisticとは?
    らっかんてき
    楽観的
    optimistic
    ひかんてき
    悲観的
    pessimistic
    きゃっかんてき
    客観的
    objective,
    realistic
    しゅかんてき
    主観的
    subjective,
    realistic

    View full-size slide

  5. https://snappygoat.com/

    View full-size slide

  6. https://snappygoat.com/

    View full-size slide

  7. ぶんるいき
    分類器
    料理・非料理の分類器
    料理
    人間
    動物
    植物
    ...
    その他

    View full-size slide

  8. 簡単な画像だけで学習

    View full-size slide

  9. どれが難しいか

    View full-size slide

  10. DLによるHardness Predictor
    HP-Net 難しさ

    View full-size slide

  11. ぶんるいき
    分類器
    HP-Net
    DLによるHardness Predictor

    View full-size slide

  12. 難しさのPredictor (HP-Net) の損失
    bi y s e t y s u w r e s ma c
    mi zi t K l a k-Le b di g e b en t
    di r i n d a m i m n = 1 − p
    c

    View full-size slide

  13. 分類器の損失
    we t ro -en p
    ma h er p e (la r ) mo po n , w i as e m s
    (lo s) ar en s or c

    View full-size slide

  14. ぶんるいき
    分類器
    HP-Net
    学習
    1. train classifier F and
    HP-Net S jointly on training
    set D
    2. run S on D and eliminate
    hard examples, to create
    realistic training set D′
    3. learn realistic classifier F′
    on D′, with S fixed
    4. output pair S, F′
    5. GOTO 1
    D
    F
    S

    View full-size slide

  15. confidence scores だけでは不十分?

    View full-size slide

  16. 難しさ推定の
    進歩

    View full-size slide

  17. 2つのモデルは必要か?

    View full-size slide

  18. ぶんるいき
    分類器
    +
    HP-Net
    +

    View full-size slide

  19. Fine-tune は必要か?

    View full-size slide

  20. C - normal classifier
    F - realistic predictor without fine-tuning (just rejection)
    F’ - realistic predictor, fine-tuned on samples accepted by HP-Net

    View full-size slide

  21. まとめ
    ● 難しい画像を時々スキップしてもいい
    ● スキップしないといけない時もある!
    ● GANのようなHP-Netのアーキテクチャー
    を使って、難しさの推定ができる
    ● そうしたら、分類の精度もよくなる
    ● HP-Netは分類器と一緒に学習させたほうがいい
    ● HP-Netは分類器と別のモデルにしたほうがいい

    View full-size slide

  22. https://ja.wikipedia.org/wiki/2001年宇宙の旅
    https://matome.naver.jp/odai/2142440452176902701
       うちゅうのたび
    2001年宇宙の旅
    『2001年宇宙の旅』(にせんいちねんうちゅうのた
    び、原題:2001: A Space Odyssey)は、アーサー・C・
    クラークとスタンリー・キューブリックのアイデアを
    まとめたストーリーに基いて製作された、SF映画
    およびSF小説である。映画版はキューブリックが
    監督・脚本を担当し、1968年4月6日にアメリカで
    公開された。小説版は同年6月にハードカバー版
    としてアメリカで出版されている。

    View full-size slide

  23. I’m sorry, Dave.
    I’m afraid I can’t do that.
    Open the pod bay doors, HAL!
    ドアを開けて、HAL!

    View full-size slide