#815
summarized by : Daiki Kimura
Auto-DeepLab: Hierarchical Neural Architecture Search for Semantic Image Segmentation

どんな論文か?

セマンティックセグメンテーションの自動NN構築に関する研究。 従来研究では、セル部分の探索に焦点を当て、ネットワーク構造部は手作業が多いため、詳細な識別には弱い。本論文では、多数の構造からネットワークを探索する手法、及び勾配を基とした探索の定式化を行った。実験では、Cityscapes、PASCAL、ADE20Kで評価し、特にCityscapesではP100を用いて3日で探索可能であることを確認。
placeholder

新規性

・密な画像識別に応用したネットワーク探索の初の試み ・セルレベルでの探索及びネットワークレベルでの探索を取り入れたDLのネットワーク探索 ・2段階での微分可能かつ連続な定式化

結果

・CityscapesのセマンティックセグメンテーションをP100を用いて3日で探索 ・精度では、Cityscapesで、事前学習なしで、SOTAに対して8.6%向上 ・PASCAL VOC 2012では、ImageNetの事前学習なしで、他のImageNetの事前学習ありモデルと同等

その他(なぜ通ったか?等)

定式化、及び高速かつ高精度なモデル探索可能であることを示す実験結果