#297
summarized by : Hiroki Ohashi
Incremental Few-Shot Object Detection

どんな論文か?

Object detectionの問題において、新規クラスが逐次追加され(incremental learning)、かつその学習データが少量しかない(few-shot learning)ときに、元のクラスの検出精度を落とさずに、新規クラスを精度よく検出するという問題設定と、そのための手法OpeNended Centre nEt (ONCE)を提案。
placeholder

新規性

上記問題設定そのもの新規性があり、それを解くための手法(object detectionの手法であるCentreNetに、少量データで学習をするためのmeta-learningの学習スキームを統合)としても新規の構成を提案。

結果

COCO/VOC及びDeepFashion2にて既存手法を利用したベースラインを大きく上回る精度を達成。

その他(なぜ通ったか?等)

問題設定が実用上重要でありかつ今まで取り組まれていないものであったため。精度としてはまだまだ実用的とは言えないが、新たな研究課題へのチャレンジという貢献が大きかったと考えられる。