Slide 9
Slide 9 text
·ͱΊ
● モデルは、特徴量抽出器としてImageNet等で成果を出しているCNNアーキテクチャ、クラス分類
器としては、隣接した画像の特徴を考慮するためにGRUを使用したネットワークを結合した構成。
● 前処理では、大津の二値化をしようして、良さそうな分割位置を推定。
● 分割位置に対してモデルがロバストに学習できるように学習時にランダムで位置を変化させる。
● 学習率をSGDRで変化させると大幅に精度と収束速度が上昇。
● 最も精度が高くなったモデルは、SE-ResNeXt, DenseNet, Inception-v4をアンサンブルさせたモ
デル。
コードは公開しております。 https://github.com/katsura-jp/alcon23