Slide 1

Slide 1 text

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

Slide 2

Slide 2 text

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

Slide 3

Slide 3 text

No content

Slide 4

Slide 4 text

No content

Slide 5

Slide 5 text

No content

Slide 6

Slide 6 text

No content

Slide 7

Slide 7 text

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

Slide 8

Slide 8 text

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

Slide 9

Slide 9 text

https://snappygoat.com/

Slide 10

Slide 10 text

https://snappygoat.com/

Slide 11

Slide 11 text

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

Slide 12

Slide 12 text

No content

Slide 13

Slide 13 text

No content

Slide 14

Slide 14 text

No content

Slide 15

Slide 15 text

No content

Slide 16

Slide 16 text

No content

Slide 17

Slide 17 text

No content

Slide 18

Slide 18 text

簡単な画像だけで学習

Slide 19

Slide 19 text

No content

Slide 20

Slide 20 text

No content

Slide 21

Slide 21 text

No content

Slide 22

Slide 22 text

どれが難しいか

Slide 23

Slide 23 text

DLによるHardness Predictor HP-Net 難しさ

Slide 24

Slide 24 text

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

Slide 25

Slide 25 text

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

Slide 26

Slide 26 text

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

Slide 27

Slide 27 text

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

Slide 28

Slide 28 text

confidence scores だけでは不十分?

Slide 29

Slide 29 text

No content

Slide 30

Slide 30 text

難しさ推定の 進歩

Slide 31

Slide 31 text

2つのモデルは必要か?

Slide 32

Slide 32 text

ぶんるいき 分類器 + HP-Net +

Slide 33

Slide 33 text

No content

Slide 34

Slide 34 text

Fine-tune は必要か?

Slide 35

Slide 35 text

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

Slide 36

Slide 36 text

No content

Slide 37

Slide 37 text

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

Slide 38

Slide 38 text

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。

Slide 39

Slide 39 text

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!

Slide 40

Slide 40 text

The END