- …
- …
#279
summarized by : Ryota Hashiguchi
どんな論文か？
ノイズの多いアノテーションのもとでドメイン適用を用いた物体検出に取り組んだ．この条件のもとで単純な方法としてノイズのあるラベルを用いた学習とドメイン適用を用いた物体検出を組み合わせる手法が考えられる．しかし，この方法ではノイズある状況に対してはある程度の精度向上が見られたがノイズがない場合においては精度を落としてしまう．そこでNLTEを提案し，あらゆるノイズの割合において精度の向上を目指した．
新規性
ノイジーなドメイン適用を用いた物体検出に対処するフレームワークの提案．ミスアノテーションとクラス破損による影響を同時に解決し，検出器の学習を容易にすることが可能になった．
結果
ソースドメインにPascal VOCとNoisy Pascal VOC, ターゲットドメインにWatercolor2kを用いた実験ではノイズが60%の状況においてmAPが8.4%向上した．また，ノイズが0%の状況においても提案手法は精度向上を示した．（詳細な実験結果は論文参照）
その他（なぜ通ったか？等）
https://github.com/CityU-AIM-Group/NLTE
- …
- …