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
Pyramid-Based Fully Convolutional Networks for ...
Search
Masanori YANO
October 11, 2019
Science
0
530
Pyramid-Based Fully Convolutional Networks for Cell Segmentation
論文LT会で作成した「Pyramid-Based Fully Convolutional Networks for Cell Segmentation」の説明資料です。
Masanori YANO
October 11, 2019
Tweet
Share
More Decks by Masanori YANO
See All by Masanori YANO
Novelty Detection Via Blurring
msnr
0
490
Y-Net: Joint Segmentation and Classification for Diagnosis of Breast Biopsy Images
msnr
0
540
Free-Form Image Inpainting with Gated Convolution
msnr
0
990
Memorizing Normality to Detect Anomaly: Memory-augmented Deep Autoencoder for Unsupervised Anomaly Detection
msnr
0
640
Move Evaluation in Go Using Deep Convolutional Neural Networks
msnr
1
820
AlphaX: eXploring Neural Architectures with Deep Neural Networks and Monte Carlo Tree Search
msnr
0
1.1k
Towards Understanding Chinese Checkers with Heuristics, Monte Carlo Tree Search, and Deep Reinforcement Learning
msnr
0
480
SRCNN: Image Super Resolution Using CNN
msnr
0
650
One-Class Convolutional Neural Network
msnr
0
1.2k
Other Decks in Science
See All in Science
科学で迫る勝敗の法則(名城大学公開講座.2024年10月) / The principle of victory discovered by science (Open lecture in Meijo Univ. 2024)
konakalab
0
290
事業会社における 機械学習・推薦システム技術の活用事例と必要な能力 / ml-recsys-in-layerx-wantedly-2024
yuya4
4
320
Tensor Representations in Signal Processing and Machine Learning (Tutorial at APSIPA-ASC 2020)
yokotatsuya
0
160
All-in-One Bioinformatics Platform Realized with Snowflake ~ From In Silico Drug Discovery, Disease Variant Analysis, to Single-Cell RNA-seq
ktatsuya
0
330
白金鉱業Meetup Vol.15 DMLによる条件付処置効果の推定_sotaroIZUMI_20240919
brainpadpr
2
730
FRAM - 複雑な社会技術システムの理解と分析
__ymgc__
1
120
私たちのプロダクトにとってのよいテスト/good test for our products
camel_404
0
280
ICRA2024 速報
rpc
3
6.2k
統計的因果探索: 背景知識とデータにより因果仮説を探索する
sshimizu2006
3
760
いまAI組織が求める企画開発エンジニアとは?
roadroller
2
1.4k
As We May Interact: Challenges and Opportunities for Next-Generation Human-Information Interaction
signer
PRO
0
430
Visual Analytics for R&D Intelligence @Funding the Commons & DeSci Tokyo 2024
hayataka88
0
150
Featured
See All Featured
Reflections from 52 weeks, 52 projects
jeffersonlam
349
20k
The Psychology of Web Performance [Beyond Tellerrand 2023]
tammyeverts
46
2.4k
Unsuck your backbone
ammeep
670
57k
StorybookのUI Testing Handbookを読んだ
zakiyama
28
5.6k
Building Applications with DynamoDB
mza
94
6.3k
Building Better People: How to give real-time feedback that sticks.
wjessup
367
19k
Bash Introduction
62gerente
611
210k
Learning to Love Humans: Emotional Interface Design
aarron
273
40k
Building Your Own Lightsaber
phodgson
104
6.3k
It's Worth the Effort
3n
184
28k
ReactJS: Keep Simple. Everything can be a component!
pedronauck
666
120k
Designing Experiences People Love
moore
141
23k
Transcript
画像処理&機械学習 論文LT会 #番外編 ~MICCAI 2019 予習編~ Pyramid-Based Fully Convolutional Networks
for Cell Segmentation 2019年10月11日(金) 矢農 正紀 (Masanori YANO)
論文 2 標題: Pyramid-Based Fully Convolutional Networks for Cell Segmentation
論文のURL: http://web.mst.edu/~yinz/Papers/ ⇒ MICCAI 2018の、細胞のSegmentationに関する論文 著者の所属は、アメリカのミズーリ工科大学 (Second Authorは、今秋からニューヨーク州立大学) 選んだ理由 ・MICCAI 2018の一覧で、題名を見た瞬間に気になった ⇒ Semantic Segmentationを解くCNNで、ピラミッド? ・Experimentsを見たら、比較対象に対し、わりと高い精度
Semantic Segmentationとは 3 入力画像に対して、画素レベルで何の物体か推論 参考になる資料 ⇒ #1の論文LT会の「semantic segmentation サーベイ」 https://www.slideshare.net/yoheiokawa/semantic-segmentation-141471958
引用元: https://arxiv.org/pdf/1411.4038.pdf FCNのFigure 1.
FCNとU-Net 4 FCN(Fully Convolutional Network) ・全結合を使用しないことで、任意サイズの入力画像に対応 ・前ページの図には記載がないが、スキップ接続(Add)あり U-Net ・MICCAI 2015で発表
・全結合なし、スキップ接続(Concatenate)あり 引用元: https://arxiv.org/pdf/1505.04597.pdf
Object Detection(物体検出)では 5 FPN(Feature Pyramid Network)の図が明快 (a) 複数の解像度を畳み込み各々の特徴マップを作ると遅い (b) 畳み込んだ最後の特徴マップだけでは解像度が粗い
(c) 複数の特徴マップを利用すると下の方の特徴が弱い (d) FPNの構造なら(b)や(c)のように速く、より正確 引用元: https://arxiv.org/pdf/1612.03144.pdf
本論文の提案手法 6 複数のFCNの推論結果を組み合わせて出力 ・それぞれのFCNは、異なる解像度の推論を担当 ・図の「+」は、重み付き平均(評価時の設定はα = 0.5) ・LAPGANの論文を引用 (Gaussian PyramidとLaplacian
Pyramidの定義で) はピラミッドの深さ
評価結果・まとめ 7 PHCと、独自データセットのPhase100で評価 所感 ・シンプルなアプローチで、かつ高い精度に見えて好印象 ・そのかわり、実行速度は厳しそう(論文では言及なし)