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
Multi Scale Recognition with DAG-CNNs
Search
tereka114
March 16, 2022
Programming
0
160
Multi Scale Recognition with DAG-CNNs
第32回 コンピュータビジョン勉強会@関東 ICCV2015論文読み回の発表資料です。
Multi Scale Recognition with DAG-CNNs
tereka114
March 16, 2022
Tweet
Share
More Decks by tereka114
See All by tereka114
トラブルがあったコンペに学ぶデータ分析
tereka114
2
1.7k
Harnessing Large Language Models for Training-free Video Anomaly Detection
tereka114
1
1.7k
KDD2023学会参加報告
tereka114
2
630
Prompting Large Language Models with Answer Heuristics for Knowledge-based Visual Question Answering
tereka114
0
420
Mobile-Former: Bridging MobileNet and Transformer
tereka114
0
1.1k
DER: Dynamically Expandable Representation for Class Incremental Learning
tereka114
0
220
Jupyter Notebookを納品した話
tereka114
0
490
How to use scikit-image for data augmentation
tereka114
0
290
面倒くさいこと考えたくないあなたへ〜Tpotと機械学習〜
tereka114
0
280
Other Decks in Programming
See All in Programming
アメ車でサンノゼを走ってきたよ!
s_shimotori
0
230
Writing Better Go: Lessons from 10 Code Reviews
konradreiche
2
4.6k
AI駆動で0→1をやって見えた光と伸びしろ
passion0102
1
640
なぜGoのジェネリクスはこの形なのか? - Featherweight Goが明かす設計の核心
qualiarts
0
190
AI Coding Meetup #3 - 導入セッション / ai-coding-meetup-3
izumin5210
0
3.4k
All About Angular's New Signal Forms
manfredsteyer
PRO
0
200
TransformerからMCPまで(現代AIを理解するための羅針盤)
mickey_kubo
1
140
EMこそClaude Codeでコード調査しよう
shibayu36
0
270
「ちょっと古いから」って避けてた技術書、今だからこそ読もう
mottyzzz
11
6.9k
AI Agent 時代的開發者生存指南
eddie
4
2k
CSC305 Lecture 10
javiergs
PRO
0
170
SODA - FACT BOOK(JP)
sodainc
1
8.6k
Featured
See All Featured
Context Engineering - Making Every Token Count
addyosmani
7
270
Music & Morning Musume
bryan
46
6.9k
Fight the Zombie Pattern Library - RWD Summit 2016
marcelosomers
234
17k
Put a Button on it: Removing Barriers to Going Fast.
kastner
60
4k
Embracing the Ebb and Flow
colly
88
4.9k
Git: the NoSQL Database
bkeepers
PRO
431
66k
Practical Orchestrator
shlominoach
190
11k
Leading Effective Engineering Teams in the AI Era
addyosmani
7
530
The Language of Interfaces
destraynor
162
25k
Building a Scalable Design System with Sketch
lauravandoore
463
33k
Evolution of real-time – Irina Nazarova, EuRuKo, 2024
irinanazarova
9
990
I Don’t Have Time: Getting Over the Fear to Launch Your Podcast
jcasabona
34
2.5k
Transcript
Multi Scale Recognition with DAG-CNNs 2016年2月6日 山本 大輝(@tereka114)
Self Introduction 1. 山本 大輝 2. Acroquest Technology株式会社(2015.4.1〜) 3. システム系のエンジニア
4. Twitter(@tereka114) 5. CV勉強会 参加2回目です。(発表1回目) 6. Blog:「のんびりしているエンジニアの日記」 1. http://nonbiri-tereka.hatenablog.com/
Outline 1. 論文の概要 2. Convolutional Neural Networkとその後の比較 3. 特徴マップのScaleの比較 4.
DAG-CNNs 5. Experiments 6. Conclusion
Outline 1. 論文の概要 2. Convolutional Neural Networkとその後の比較 3. 特徴マップのScaleの比較 4.
DAG-CNNs 5. Experiments 6. Conclusion
なんでこの論文? 1. CNNって特徴量抽出しているって言われているが、それを 検証していたのが興味深い。 2. DAGはDirected acyclic graph(有向非循環グラフ)です。 1. 最近、複雑な構造なネットワークが多い
2. レイヤーを統合していく考え方が増えてきている。
論文の概要 1. 複数のレイヤーの結果を使うDAG-CNNsを実装、実験した。 2. 複数のレイヤーの結果を使うことにより、high,middle,low- levelな特徴量を活用した。 3. DAG-CNNsにより、MIT67,Scene15,SUN397のエラー率を下 げた。
Outline 1. 論文の概要 2. Convolutional Neural Networkとその後の比較 3. 特徴マップのScaleの比較 4.
DAG-CNNs 5. Experiments 6. Conclusion
Convolutional Neural Networkの比較
Convolutional Neural Networkの比較
1PでわかるCNN LeCun, Y., Bottou, L., Bengio, Y., and Haffner, P.
(1998d). Gradient-based learning applied to document recognition. Proceedings of the IEEE, 86(11), 2278–2324
従来までの Convolutional Neural Network 1. Single Output CNN 1. 最後のレイヤーのみの情報を使う。
2. 非常にシンプルな構造である。 2. Multi Scale CNN 1. 結合しているのみなので、非常に高次元のデータを生成する。 2. 学習が難しく、過学習が生じやすい。
Outline 1. 論文の概要 2. Convolutional Neural Networkとその後の比較 3. 特徴マップのScaleの比較 4.
DAG-CNNsの解説 5. Experiments 6. Conclusion
レイヤーにおける特徴差分の検証 1. 情報検索を用いた手法で検証し、query画像からの距離 を計算し近い7画像を出力する。 2. 得たレイヤーの出力をSupport Vector Machine(SVM, One-VS-All)で分類した。 3.
各レイヤーの出力で分類を実施し、その際の結果をK x N で可視化し、ソートを実施した。
情報検索を用いた手法 1. 情報検索を実施し、各レイヤーで取得できる出力を元に 検索した。 2. 手順は以下の通り 1. 学習して、出力した各層の出力のL2距離を求めた。 2. 距離の近い上位K(=7)件を抽出する。
情報検索を用いた手法
特徴量のレベルによる差分 クエリ
複数のレイヤーの結果から予測 1. 複数のレイヤーの結果に対して予測し、グラフ化した。 2. 各レイヤーの出力に対してSVMでOne vs Allの手法により、 Kクラスに分類するタスクを実施した。 3. High
Lavelな特徴ほど、良い結果を示している。
各レイヤーの情報を用いた分類結果
複数のレイヤーの結果から予測 1. 各クラスについて、分類を実施した。 2. 分類結果について、可視化を実施し、ヒートマップとした。 その上で各層ごとに最も高い正答率にてソートした。
各層とクラスの正解率のマップ 最も多いクラス
Outline 1. 論文の概要 2. Convolutional Neural Networkとその後の比較 3. 特徴マップのScaleの比較 4.
DAG-CNNs 5. Experiments 6. Conclusion
DAG-CNNs
DAG-CNNsの学習 • 今回は以下の式を最適化する。 入力 教師 誤差関数 Convolutionの重み K=Layer数、x = 学習データ
y = 学習ラベル
DAG-CNNsの学習 • 今回は以下の式を最適化する。 入力 教師 誤差関数 Convolutionの重み K=Layer数、x = 学習データ
y = 学習ラベル BPで解く
DAG-CNNs
DAG-CNNsの学習 Convolution Layerの入力 出力
DAG-CNNsの勾配の計算方法 Chain Rule
Vanishing Gradient Problem 1. 低層レイヤーまでに勾配情報が消えている問題のこと。 2. 通常、深くなっていくと勾配情報が消えていくとされている。 1. 直接つないでいるので低層も問題なく学習できる。
Gradient based learning
Outline 1. 論文の概要 2. Convolutional Neural Networkとその後の比較 3. 特徴マップのScaleの比較 4.
DAG-CNNs 5. Experiments 6. Conclusion
Experiments 1. 分類データセットのAccuracyによる評価を実施した。 1. SUN397 1. 100Kの画像と397カテゴリー、景観画像の分類 2. MIT67 1.
15Kの画像と67カテゴリー、室内画像の分類 3. Scene15 1. 外と中の景観画像
Evaluation
MIT67のClassification Result
Outline 1. 論文の概要 2. Convolutional Neural Networkとその後の比較 3. 特徴マップのScaleの比較 4.
DAG-CNNs 5. Experiments 6. Conclusion
Conclusion 1. Low LevelからHigh Levelまでの特徴について、様々な実 験を用い、検証した。 2. 上記から、ネットワークDAG-CNNsを提唱した。 1. 各層の活性化関数の出力を合計する。
3. 実験より、特にMIT67によるデータ・セットに対し、成果を あげることができた。