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)

特別割引クーポンのお知らせ

<人工知能基礎&G検定実践問題集>

・クーポン:aibgt220920-2bso
・有効期間:2022年10月21日(金)

*使い方:以下バナーより「購入する」に進んでいただき、左下のクーポン欄にご記入、適用してください。

zero to one G検定 jdla

<G検定実践トレーニング>

・クーポン:gt220920-1dao
・有効期間:2022年10月21日(金)

*使い方:以下バナーより「購入する」に進んでいただき、左下のクーポン欄にご記入、適用してください。

zero to one G検定 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