Towards Realistic Predictors

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。

C1595f6a99fc51c0fb8e04b54863dbeb?s=128

Leszek Rybicki

October 20, 2018
Tweet

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
  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
  3. None
  4. None
  5. None
  6. None
  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
  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
  9. https://snappygoat.com/

  10. https://snappygoat.com/

  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

  12. None
  13. None
  14. None
  15. None
  16. None
  17. None
  18. 簡単な画像だけで学習

  19. None
  20. None
  21. None
  22. どれが難しいか

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

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

  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
  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
  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
  28. confidence scores だけでは不十分?

  29. None
  30. 難しさ推定の 進歩

  31. 2つのモデルは必要か?

  32. ぶんるいき 分類器 + HP-Net +

  33. None
  34. Fine-tune は必要か?

  35. C - normal classifier F - realistic predictor without fine-tuning

    (just rejection) F’ - realistic predictor, fine-tuned on samples accepted by HP-Net
  36. None
  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
  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。
  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!
  40. The END