Now Loading...

Now Loading...

YOLO

YOLO

このモデルはR-CNNなどにみられる2段階モデルとは異なり、処理速度の高速化を目指した1段階モデルです。

このモデルはまず画像をグリッドセルとして扱います(図左)。セルはそれぞれ周辺の複数のバウンディングボックスを予測し(図中央上)、それぞれに対してクラス確率を出力します(図中央下)。そしてそれらのバウンディングボックスを結合し、画像右のような物体検出が実現します。
このモデルはFaster R-CNNなどの2段階モデルには識別の精度で劣りますが、処理速度の高速化および背景の誤検出を抑えられます。

クイズ

以下の文章を読み、空欄(ア)~(イ)の組み合わせに最もよく当てはまる選択肢を1つ選べ。 画像中に写る物体認識において代表的なモデルであるR-CNNは、関心領域を切り出し、各領域ごとにCNNによる認識を行っていた。その後、改良版がいくつか提案されており、精度も処理速度も向上している。具体的には、「一度だけしか見ない」という意味の(ア)や、「1ショット検出器」という意味の(イ)があり、どちらも領域の切り出しと認識を同時に行っている。
  • 正解を見る
  • 解説を見る
    物体認識モデルはR-CNNからfast RCNN、faster RCNNと改良版が提案され、その発展形としてYOLOやSSDといったモデルが提唱されています。 (参考: G検定公式テキスト 第2版 第6章 6-3 P222-223) (参考:G検定公式テキスト 第1版 P191-192)

人工知能基礎講座を提供中

人工知能の第一人者である東京大学の松尾豊教授が監修した人工知能基礎講座を受講してみませんか? 人工知能の歴史から自然言語処理、機械学習、深層学習といった最先端のトピックやAIに関わる法律問題まで網羅しているので全てのビジネスパーソン・AIの初学者におすすめです。

サンプル動画

人工知能基礎講座はこちら↓ zero to one G検定 人工知能基礎 jdla

AIエンジニアを目指すならE資格

日本ディープラーニング協会の実施するE資格の受験に必要となるE資格認定プログラムを割引価格で提供中です。最短合格を目指す方向けのスピードパッケージを70,000円で提供中。(一発合格で33,000円のキャッシュバックキャンペーンも実施中です) zero to one E資格 jdla

AI初学者・ビジネスパーソン向けのG検定対策講座

G検定受験前にトレーニングしたい方向けの問題集「G検定実践トレーニング」も提供中です。 zero to one E資格 jdla

関連ワード

ディープラーニングの手法

畳み込みニューラルネットワーク

深層生成モデル

画像認識分野

音声処理と自然言語処理分野

深層強化学習分野

モデルの解釈性とその対応

モデルの軽量化