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 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 Slide

  3. View Slide

  4. View Slide

  5. View Slide

  6. View Slide

  7. 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 Slide

  8. 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 Slide

  9. https://snappygoat.com/

    View Slide

  10. https://snappygoat.com/

    View Slide

  11. 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 Slide

  12. View Slide

  13. View Slide

  14. View Slide

  15. View Slide

  16. View Slide

  17. View Slide

  18. 簡単な画像だけで学習

    View Slide

  19. View Slide

  20. View Slide

  21. View Slide

  22. どれが難しいか

    View Slide

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

    View Slide

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

    View Slide

  25. 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 Slide

  26. 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 Slide

  27. 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 Slide

  28. confidence scores だけでは不十分?

    View Slide

  29. View Slide

  30. 難しさ推定の
    進歩

    View Slide

  31. 2つのモデルは必要か?

    View Slide

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

    View Slide

  33. View Slide

  34. Fine-tune は必要か?

    View Slide

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

    View Slide

  36. View Slide

  37. 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 Slide

  38. 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 Slide

  39. 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 Slide

  40. The END

    View Slide