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
Towards Realistic Predictors
Search
Leszek Rybicki
October 20, 2018
Research
1
2k
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
Share
More Decks by Leszek Rybicki
See All by Leszek Rybicki
Let's talk about Fakes
lunardog
0
110
How to Patch Image Classifiers
lunardog
0
1.8k
Towards Realistic Predictors - EN
lunardog
0
1.7k
Deep Learning Hot Dog Detector
lunardog
0
240
Finding beans in burgers: paper reading notes
lunardog
0
1.3k
Kelner: Serve Your Models
lunardog
0
100
Image Analysis at Cookpad
lunardog
1
1.6k
Kelner: serve your models
lunardog
1
350
Cooking with Food Photos
lunardog
0
6.1k
Other Decks in Research
See All in Research
Practical The One Person Framework
asonas
1
1.9k
リモートワークにおけるパッシブ疲労
matsumoto_r
PRO
6
4.8k
論文紹介: COSMO: A Large-Scale E-commerce Common Sense Knowledge Generation and Serving System at Amazon (SIGMOD 2024)
ynakano
1
300
クロスセクター効果研究会 熊本都市交通リノベーション~「車1割削減、渋滞半減、公共交通2倍」の実現へ~
trafficbrain
0
340
VisFocus: Prompt-Guided Vision Encoders for OCR-Free Dense Document Understanding
sansan_randd
1
420
Weekly AI Agents News! 11月号 論文のアーカイブ
masatoto
0
260
Elix, CBI2024, スポンサードセッション, Molecular Glue研究の展望:近年の進展とAI活用の可能性
elix
0
120
IM2024
mamoruk
0
200
コミュニティドライブプロジェクト
smartfukushilab1
0
120
CUNY DHI_Lightning Talks_2024
digitalfellow
0
270
Poster: Feasibility of Runtime-Neutral Wasm Instrumentation for Edge-Cloud Workload Handover
chikuwait
0
280
TransformerによるBEV Perception
hf149
1
630
Featured
See All Featured
Why Our Code Smells
bkeepers
PRO
335
57k
Six Lessons from altMBA
skipperchong
27
3.6k
Building Better People: How to give real-time feedback that sticks.
wjessup
366
19k
4 Signs Your Business is Dying
shpigford
182
22k
Improving Core Web Vitals using Speculation Rules API
sergeychernyshev
3
180
Java REST API Framework Comparison - PWX 2021
mraible
28
8.3k
The Myth of the Modular Monolith - Day 2 Keynote - Rails World 2024
eileencodes
19
2.3k
Fontdeck: Realign not Redesign
paulrobertlloyd
82
5.3k
Designing Experiences People Love
moore
139
23k
Rebuilding a faster, lazier Slack
samanthasiow
79
8.8k
Building Flexible Design Systems
yeseniaperezcruz
328
38k
Learning to Love Humans: Emotional Interface Design
aarron
274
40k
Transcript
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
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
None
None
None
None
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
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
https://snappygoat.com/
https://snappygoat.com/
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
None
None
None
None
None
None
簡単な画像だけで学習
None
None
None
どれが難しいか
DLによるHardness Predictor HP-Net 難しさ
ぶんるいき 分類器 HP-Net DLによるHardness Predictor
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
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
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
confidence scores だけでは不十分?
None
難しさ推定の 進歩
2つのモデルは必要か?
ぶんるいき 分類器 + HP-Net +
None
Fine-tune は必要か?
C - normal classifier F - realistic predictor without fine-tuning
(just rejection) F’ - realistic predictor, fine-tuned on samples accepted by HP-Net
None
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
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。
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!
The END