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
LT大会20191011_MICCAI2019
Search
sskyryo
October 11, 2019
Technology
0
230
LT大会20191011_MICCAI2019
More unlabelled data or label more data? A study on semi-supervised laparoscopic image segmentation
sskyryo
October 11, 2019
Tweet
Share
Other Decks in Technology
See All in Technology
Deep Security Conference 2025:生成AI時代のセキュリティ監視 /dsc2025-genai-secmon
mizutani
4
2.9k
LLM拡張解体新書/llm-extension-deep-dive
oracle4engineer
PRO
23
6.3k
Introduction to Sansan for Engineers / エンジニア向け会社紹介
sansan33
PRO
5
39k
VS CodeとGitHub Copilotで爆速開発!アップデートの波に乗るおさらい会 / Rapid Development with VS Code and GitHub Copilot: Catch the Latest Wave
yamachu
3
460
OpenTelemetryセマンティック規約の恩恵とMackerel APMにおける活用例 / SRE NEXT 2025
mackerelio
3
2k
Maintainer Meetupで「生の声」を聞く ~講演だけじゃないKubeCon
logica0419
0
110
Amplify Gen2から知るAWS CDK Toolkit Libraryの使い方/How to use the AWS CDK Toolkit Library as known from Amplify Gen2
fossamagna
1
350
20250708オープンエンドな探索と知識発見
sakana_ai
PRO
4
1k
[SRE NEXT] ARR150億円_エンジニア140名_27チーム_17プロダクトから始めるSLO.pdf
satos
5
3k
How Do I Contact Jetblue Airlines® Reservation Number: Fast Support Guide
thejetblueairhelpsupport
0
150
Delegating the chores of authenticating users to Keycloak
ahus1
0
190
Snowflake Intelligenceという名のAI Agentが切り開くデータ活用の未来とその実現に必要なこと@SnowVillage『Data Management #1 Summit 2025 Recap!!』
ryo_suzuki
1
160
Featured
See All Featured
Improving Core Web Vitals using Speculation Rules API
sergeychernyshev
18
990
Product Roadmaps are Hard
iamctodd
PRO
54
11k
JavaScript: Past, Present, and Future - NDC Porto 2020
reverentgeek
50
5.5k
The Web Performance Landscape in 2024 [PerfNow 2024]
tammyeverts
8
700
GraphQLの誤解/rethinking-graphql
sonatard
71
11k
How STYLIGHT went responsive
nonsquared
100
5.6k
The Illustrated Children's Guide to Kubernetes
chrisshort
48
50k
Visualizing Your Data: Incorporating Mongo into Loggly Infrastructure
mongodb
47
9.6k
10 Git Anti Patterns You Should be Aware of
lemiorhan
PRO
656
60k
Typedesign – Prime Four
hannesfritz
42
2.7k
GraphQLとの向き合い方2022年版
quramy
49
14k
Why Our Code Smells
bkeepers
PRO
337
57k
Transcript
More unlabelled data or label more data? A study on
semi- supervised laparoscopic image segmentation @ssky_ryo https://arxiv.org/abs/1908.08035
Overview • 半教師付き学習による腹腔鏡画像のSegmentationの精度評価 • ラベルありデータとラベルなしデータを同時に学習する手法で精度を向上させる • このときラベルありデータをとにかく大量に集めなくても,ラベルなしのデータを大量に 集めるだけで精度が向上する
アノテーションは つらい • アノテーションはつら いっていう話 https://note.mu/nakaizu mi08/n/nb4ac7bddaa54 • アノテーションこそが本 質
https://www.kurusugaw a.jp/annotation-meetup- 20180705/
アノテーションは つらい • アノテーションはつら いっていう話 https://note.mu/nakaizu mi08/n/nb4ac7bddaa54 • アノテーションこそが本 質
https://www.kurusugaw a.jp/annotation-meetup- 20180705/
Method • 半教師付き学習(Semi-supervised Learning)により十分な精度が出るかを検証 • 腹腔鏡による肝臓のSegmentationが対象 • Multi-scale input U-Net
• Mean Teacher Training
Network • Multi-scale input U-Net
Learning • Mean Teacher Training • StudentとTeacherで同じNetwork • ただしそれぞれ異なるノイズを付与する •
TeacherとStudentはハイパーパラメータで 重みをバランスし,各ステップごとにTeacher のほうに更新をEMA(Exponential moving average)で伝搬
Experiment and Dataset • 41994 laparoscopic video frames (4fps) •
13 patients(6: liver resection, 7: liver staging procedures) • Labeled data: 2209 images (manual cotour) • 67, 156, 148, 168, 246, 180, 140, 260, 198, 178, 166, 144, 158 • Original resolution: 1920x540 (black border) • Input resolution: 1660x540 • 13-fold leave-one-out patient-out • Common data augmentation( contrast, brightness adjustment and standardization)
Experiment and Dataset • Different dataset set size • 2%,
10%, 25%, 50%, 100% labeled data sampled (each patient) • 0%, 6.25%, 25%, 100% unlabeled data sampled (each patient)
Results Mean Teacher training のほうが優れた結果
Results Labelデータのサイズによる比較
Result ()内の数字はラベルつきデータのサイズ