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13回 Data-Centric AI勉強会, 画像認識におけるData-centric AI
Search
ksaito
February 11, 2025
Technology
0
590
第13回 Data-Centric AI勉強会, 画像認識におけるData-centric AI
第13回 Data-Centric AI勉強会 ~Data-centric AI入門 著者LT大会
画像認識におけるData-centric AI
ksaito
February 11, 2025
Tweet
Share
More Decks by ksaito
See All by ksaito
CVIM 2025/03 チュートリアル 画像認識における基盤モデル
ksaito_osx
0
1.5k
Other Decks in Technology
See All in Technology
2つのフロントエンドと状態管理
mixi_engineers
PRO
3
130
COVESA VSSによる車両データモデルの標準化とAWS IoT FleetWiseの活用
osawa
1
400
初めてAWSを使うときのセキュリティ覚書〜初心者支部編〜
cmusudakeisuke
1
280
データ分析エージェント Socrates の育て方
na0
6
2.4k
RSCの時代にReactとフレームワークの境界を探る
uhyo
10
3.5k
まずはマネコンでちゃちゃっと作ってから、それをCDKにしてみよか。
yamada_r
2
120
Oracle Base Database Service 技術詳細
oracle4engineer
PRO
10
75k
roppongirb_20250911
igaiga
1
250
要件定義・デザインフェーズでもAIを活用して、コミュニケーションの密度を高める
kazukihayase
0
120
Webアプリケーションにオブザーバビリティを実装するRust入門ガイド
nwiizo
7
890
ブロックテーマ時代における、テーマの CSS について考える Toro_Unit / 2025.09.13 @ Shinshu WordPress Meetup
torounit
0
130
IoT x エッジAI - リアルタイ ムAI活用のPoCを今すぐ始め る方法 -
niizawat
0
120
Featured
See All Featured
Building Better People: How to give real-time feedback that sticks.
wjessup
368
19k
GraphQLの誤解/rethinking-graphql
sonatard
72
11k
The Language of Interfaces
destraynor
161
25k
Art, The Web, and Tiny UX
lynnandtonic
303
21k
Visualizing Your Data: Incorporating Mongo into Loggly Infrastructure
mongodb
48
9.7k
Context Engineering - Making Every Token Count
addyosmani
3
60
Bootstrapping a Software Product
garrettdimon
PRO
307
110k
A Modern Web Designer's Workflow
chriscoyier
696
190k
Done Done
chrislema
185
16k
Testing 201, or: Great Expectations
jmmastey
45
7.7k
KATA
mclloyd
32
14k
The Straight Up "How To Draw Better" Workshop
denniskardys
236
140k
Transcript
Data-centric AI入門 画像認識におけるData-centric AI OMRON SINIC X Senior Researcher 齋藤邦章
• 画像認識におけるData-Centric AI • 画像認識モデルの基礎知識 • データを拡張、生成する技術 • 不完全アノテーションからの学習 •
画像と言語ペアの関係性を学習した基盤モデル • 能動学習 2 2章の概要
2章の概要 • 画像認識におけるData-Centric AI • 画像認識モデルの基礎知識 • データを拡張、生成する技術 • 不完全アノテーションからの学習
• 画像と言語ペアの関係性を学習した基盤モデル • 能動学習 3 「データを如何にデザインするか?」 に注目して研究事例を多く取り上げる.
2.3 データを拡張、生成する技術 • データ拡張の方法とその効果について研究事例を通して議論 4 物体検出におけるデータ拡張 (copy-paste) ロバストさを高めるためのデータ拡張 (Augmix) Ghiasi
et.al., 2021, Hendrycks et.al., 2019
2.4 不完全アノテーションからの学習 • 自己教師あり学習と半教師あり学習 – データ拡張を利用した学習手法 5
2.5 画像と言語ペアの関係性を学習した基盤モデル 6 BLIPにおけるデータ収集のパイプライン • Webから収集した画像ー言語ペアをどう学習データとして利用しているか?
2.6 能動学習 • 予測の不確かさ (Uncertainty), データの多様性 (Diversity) 7