Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Speaker Deck
PRO
Sign in
Sign up
for free
Towards Realistic Predictors
Leszek Rybicki
October 20, 2018
Research
1
770
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
lunardog
0
800
lunardog
0
730
lunardog
0
100
lunardog
0
820
lunardog
0
64
lunardog
1
370
lunardog
1
86
lunardog
0
5.2k
lunardog
0
58
Other Decks in Research
See All in Research
mns54
2
440
jayagonoy
0
110
lcolladotor
0
520
noguhiro2002
1
1.1k
sei88888
4
900
mkimura
2
690
kikuzo
0
230
pjamshidi
0
200
ledgerback
0
210
usaito
4
1.6k
takurodadada
0
660
sei88888
4
290
Featured
See All Featured
keithpitt
401
20k
searls
204
35k
ddemaree
274
31k
kneath
294
39k
qrush
285
18k
hatefulcrawdad
257
17k
revolveconf
200
9.6k
tammielis
237
23k
malarkey
393
60k
danielanewman
1
480
3n
163
22k
matthewcrist
73
7.5k
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