- …
- …
#337
summarized by : 朝岡忠
どんな論文か？
オープンワールド・インスタンスセグメンテーションでは，アノテーションされていない物体の検出が必要．従来は，アノテーションされていない（背景に隠れた）物体は抑制される．この課題に対処するには，画像に含まれるすべてのオブジェクトを網羅的にアノテーションしたデータセットを作成する必要があるが，非常に高コスト．
新規性
LDET（Learning to Detect Every Thing）と呼ぶシンプルかつ強力なデータ拡張（Data augmentation）および学習スキームを提案． LDETでは，物体が背景に隠されていない合成画像でデータを補強（前景の物体を背景画像に貼り付けることで，背景に隠された物体の検出が抑制されるのを回避）し，実画像と合成画像で交互に学習．
結果
LDETは，追加のアノテーションを必要とせずに新規オブジェクトの検出において大幅な改善．COCOデータセットにおいて，VOCカテゴリで学習したLDETを非VOCカテゴリで評価すると平均リコールが12.8ポイント改善．
その他（なぜ通ったか？等）
https://ksaito-ut.github.io/openworld_ldet/
- …
- …