- …
- …
#154
summarized by : Hirokatsu Kataoka
どんな論文か？
ImageNet事前学習を複数の認識モデルに対して実施して、転移学習の画像認識タスクへの頑健性を調査した論文。認識モデルとしてはResNet / Vision Transformerベースの手法を、画像認識タスクとしてはCOCO Detection / ADE20K Segmentation / ImageNet-Cなどを採用した。
新規性
画像認識の文脈においてロバストAIに関する調査を実施したことが分野に対する貢献点である。ここで、ImageNet事前学習モデルは凡ゆるタスクに対して広く用いられているが、実利用の観点から本当に頑健なシステムを構築できるかどうか、という調査を実施した。
結果
結果として、認識モデルの面ではSwin Transformerが（ロバスト化を実施した）CNNベースの手法よりも高精度であることを明らかにした。そのほか、場合によってはImageNet事前学習は必ずしもロバスト性を担保するものではないことも明らかにしている。
その他（なぜ通ったか？等）
Press: https://www.cyberagent.co.jp/news/detail/id=27475
- …
- …