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
第59回名古屋CV・PRMU勉強会
Search
soba_zuruzuru
November 20, 2023
0
88
第59回名古屋CV・PRMU勉強会
ICCV2023現地参加報告レポート
soba_zuruzuru
November 20, 2023
Tweet
Share
More Decks by soba_zuruzuru
See All by soba_zuruzuru
第59回名古屋CV・PRMU勉強会
sotakato
0
77
第59回名古屋CV・PRMU勉強会
sotakato
0
91
第59回名古屋CV・PRMU勉強会
sotakato
0
79
Featured
See All Featured
Code Reviewing Like a Champion
maltzj
515
39k
Helping Users Find Their Own Way: Creating Modern Search Experiences
danielanewman
21
1.9k
Testing 201, or: Great Expectations
jmmastey
29
6.4k
A designer walks into a library…
pauljervisheath
201
23k
A Philosophy of Restraint
colly
197
16k
Gamification - CAS2011
davidbonilla
77
4.6k
Robots, Beer and Maslow
schacon
PRO
155
7.9k
The World Runs on Bad Software
bkeepers
PRO
61
6.7k
How GitHub Uses GitHub to Build GitHub
holman
468
290k
Build your cross-platform service in a week with App Engine
jlugia
226
17k
In The Pink: A Labor of Love
frogandcode
138
21k
Designing for humans not robots
tammielis
248
25k
Transcript
ICCV2023 -Paris, France- 現地参加報告 名城大学 堀田研M2 永田耕太郎 1
自己紹介 名前:永田耕太郎(M2) 出身:愛知県西尾市 趣味:サウナ、散歩、ゴルフ 研究内容:Online Continual learning、 Classification 2
学会の様子と参加した感想 ICCVで発表された研究の傾向 自分が発表した研究(簡単に) 論文紹介 まとめ 3
学会の様子と参加した感想 ICCVで発表された研究の傾向 自分が発表した研究(簡単に) 論文紹介 まとめ 4
ICCVってどんな学会? ICCV(International Conference on Computer Vision) CVPRに並ぶ世界三大国際会議 ECCVとICCVは交互に隔年開催 https://scholar.google.com/citations?view_op=top_venues&hl=en&vq=eng_computervisionpatternrecognition ※ECCV2024はイタリアのミラノ
ECCV CVPR ICCVは世界中で開催 5
ICCV2023のスケジュール Day4 Day5 Day3 Day2 Day1 到着 出発 出発 帰国
Workshop Main conference 9/30 10/1 10/3 10/4 10/2 10/5 10/6 10/7 10/8 6
おしゃれな街パリ! 7
おしゃれな街パリ! ごはんはとてもおいしい!(物価は高い…) 8
ICCVの様子① とにかく人が多くて大変… 9
ICCVの様子② ワークショップ会場(continual learning) 発表の様子 10
Workshopの数がすごい! 全部で35種類のworkshopが開催された(継続学習の採択率は38/44) 11
ICCVの様子③ オーラル会場 ポスター会場 12
展示企業 13
現地参加した感想(ポスター発表について) 発表の練習はもちろん議論する練習をしたほうがいい 原稿を覚えて読むだけだと質問に対応できない 怖がらずにどんどん話すことが大事 みんな意外ととても優しい 14
現地参加した感想(聴講について) 聞きたいものを事前に調べないと困る(論文数が多い…) 個人的にはPoster発表を積極的に聞きに行くのがおすすめ 海外の研究者の温度感を知れるし、仲良くなれる 海外の人は研究熱心! 15
学会の様子と参加した感想 ICCVで発表された研究の傾向 自分が発表した研究 論文紹介 まとめ 16
近年のICCVの傾向 論文投稿数、採択数は更新され続けており過去最高 17
国ごとの論文採択数 845 339 127 7766 24 18 中国が圧倒的1位、日本は12位
今年のICCVの傾向 CVPRに続き大規模モデル、Diffusion(141 / 2156)関連の論文が非常に多い印象 画像生成だけでなく、幅広い問題へ応用されている(物体検出、領域分割など) 3Dやロボット関連の研究発表が多かった印象 Transformerもまだ多い(147
/ 2156) https://research-p.com/column/1468 19
学会の様子と参加した感想 ICCVで発表された研究の傾向 自分が発表した研究 論文紹介 まとめ 20
ICCVWで発表した手法 Class Incremental LearningにおけるReplay methodの手法を提案 過去と現在のサンプルのClass imbalanceに注目した手法 21
継続学習の問題点 … … Memoryにある画像 Memoryにある画像 22
ICCVWで発表した手法 学習可能な特徴ベクトル → 常に各クラスの情報を持った特徴ベクトルを学習に参加させる 新しいクラスへのマージンの付与 → 特徴量空間における広がりを抑制 23
学会の様子と参加した感想 ICCVで発表された研究の傾向 自分が発表した研究 論文紹介 まとめ 24
Best Paper Honorable Mention “Segment Anything” 1100万枚の画像と10億以上のアノテーションマスクによって訓練されたモデルSAMの開発
zero-shotでのセグメンテーションやedge detectionが可能 25
Best Paper Honorable Mention “Segment Anything” 26
Best Paper Honorable Mention “Segment Anything” 27
Diffusion model 正解ラベルのノイズを加え(forward process)、ノイズを取り除くよう に学習することで画像を生成できるようにする手法 28
Best Paper Award “Adding Conditional Control to Text-to-Image Diffusion
Models” 大規模生成モデルに空間条件付け制御を行うアーキテクチャ(ControlNet)を追加 エッジや人間のポーズから画像を生成することができる(次世代Pix2Pix?) 29
Best Paper Award zero convolutionによってノイズに左右されないパラメータの最適化が可能 30
Best Student Paper “Tracking Everything All At Once” ビデオにおける動きの推定を行うためのTracking手法の提案
動画をCanonical 3D volumeという時空間表現を用いて表現し、ピクセル単位のトラッキング が可能 31
Best Student Paper “Tracking Everything All At Once” 32
Diffusionによる画像とセグメンテーションマスクの同時生成 自動でデータセットを構築できる Open-vocabulary Object Segmentation with Diffusion Models
33
Stable diffusionにFusion Moduleを取り付ける 画像、テキスト間で埋め込み特徴を整合させるように学習 Open-vocabulary Object Segmentation with Diffusion Models
34
DiffusionDet: Diffusion Model for Object Detection Diffusionを物体検出に応用 学習段階において、大量のバウンディングボックスをノイズとして正解ラベルに
近づけていくように学習 35
Online Prototype Learning for Online Continual Learning 継続学習における問題点Shortcut learningの定義
書くクラスのPrototypeを用いた対照学習で上記の問題を解決 36
Online Prototype Learning for Online Continual Learning 継続学習における問題点Shortcut learningの定義
書くクラスのPrototypeを用いた対照学習で上記の問題を解決 37
AREA: Adaptive Reweighting via Effective Area for Long-Tailed Classification 38
Long tail(Class Imbalance)な分布のデータに対する提案 埋め込み空間における特徴量の広がりを意識 サンプル数とcos類似度から面積を推定し重みづけを行う
学会の様子と参加した感想 ICCVで発表された研究の傾向 論文紹介 まとめ 39
まとめ 大規模モデルや生成モデルを応用していろんなタスクに応用していた 精度を上げるという研究より新しいことをする研究が評価されている 国際学会は得るものが多い(研究、言語諸々) みんなとにかく挑戦してみるのがおすすめ
海外での体調管理が大事 40