| 講演名 | 2022-05-13 レイヤーとアテンションを追加したYOLO-v4による小さな目標に頑健な物体検出 李 越東(中大), |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 抄録(和) | 抄録：リモートセンシングは元々、従来の深層学習モデルでよく用いられるようなオブジェクト検出や分類のためではないだろう。著者は従来のYOLOv4ネットワーク構造に基づいて，小さな目標に対する104＊104の特徴検出層を追加し、csSEモジュールを追加し，活性化関数はLeakyReluをMISH関数に設定されることで、衛星画像中の小さな目標の検出能力を向上させることがわかった．結果は、DIORデータセットでmAP@0.5は約9.12％の改善が見られた． |
| 抄録(英) | Abstract: It is a difficult problem how to make traditional neural network algorithm show good adaptability to the typical target detection of remote sensing image in the field of remote sensing．In probing the latest YOLOv4 core idea，network structure and algorithm，the network structure is firstly improved by adding 104×104 feature layer scale and embedding csSE module．Then, use the Mish activation function to replace the original activation function Leaky ReLU to obtain better generalization，and the typical target detection algorithm performance of YOLOv4 is improved for remote sensing image． Finally，it is verified by designing contrast experiment．The results showed that the mAP@0.5 both increased by 9.12% on the DIOR test set. |
| キーワード(和) | YOLOv4 / リモートセンシング / 目標検出 / csSEモジュール / 小さな目標 / 活性化関数 / 深層学習 / レイヤー |
| キーワード(英) | YOLOv4 / remote sensing image / target detection / feature scale optimization / csSE module / activation function / small object / deep learning |
| 資料番号 | PRMU2022-1 |
| 発行日 | 2022-05-05 (PRMU) |
| 研究会情報 | |
| 研究会 | PRMU / IPSJ-CVIM |
|---|---|
| 開催期間 | 2022/5/12(から2日開催) |
| 開催地（和） | 豊田工業大学 |
| 開催地（英） | Toyota Technological Institute |
| テーマ（和） | 研究の進め方（卒論後の学生向け企画） |
| テーマ（英） | How to conduct research (post-graduation project for students) |
| 委員長氏名（和） | 内田 誠一(九大) |
| 委員長氏名（英） | Seiichi Uchida(Kyushu Univ.) |
| 副委員長氏名（和） | 岩村 雅一(阪府大) / 安倍 満(デンソーアイティーラボラトリ) |
| 副委員長氏名（英） | Masakazu Iwamura(Osaka Pref. Univ.) / Mitsuru Anpai(Denso IT Lab.) |
| 幹事氏名（和） | 柴田 剛志(NTT) / 西山 正志(鳥取大) |
| 幹事氏名（英） | Takashi Shibata(NTT) / Masashi Nishiyama(Tottori Univ.) |
| 幹事補佐氏名（和） | 山口 光太(サイバーエージェント) / 松井 勇佑(東大) |
| 幹事補佐氏名（英） | Kouta Yamaguchi(CyberAgent) / Yusuke Matsui(Univ. of Tokyo) |
| 講演論文情報詳細 | |
| 申込み研究会 | Technical Committee on Pattern Recognition and Media Understanding / Special Interest Group on Computer Vision and Image Media |
|---|---|
| 本文の言語 | JPN |
| タイトル（和） | レイヤーとアテンションを追加したYOLO-v4による小さな目標に頑健な物体検出 |
| サブタイトル（和） | |
| タイトル（英） | Robust Small Objects Detection Using YOLO-v4 with Attention and Layer |
| サブタイトル（和） | |
| キーワード(1)（和/英） | YOLOv4 / YOLOv4 |
| キーワード(2)（和/英） | リモートセンシング / remote sensing image |
| キーワード(3)（和/英） | 目標検出 / target detection |
| キーワード(4)（和/英） | csSEモジュール / feature scale optimization |
| キーワード(5)（和/英） | 小さな目標 / csSE module |
| キーワード(6)（和/英） | 活性化関数 / activation function |
| キーワード(7)（和/英） | 深層学習 / small object |
| キーワード(8)（和/英） | レイヤー / deep learning |
| 第 1 著者 氏名（和/英） | 李 越東 / Yuedong Li |
| 第 1 著者 所属（和/英） | 中央大学(略称：中大) Chuo University(略称：Chuo Univ) |
| 発表年月日 | 2022-05-13 |
| 資料番号 | PRMU2022-1 |
| 巻番号（vol） | vol.122 |
| 号番号（no） | PRMU-13 |
| ページ範囲 | pp.1-5(PRMU), |
| ページ数 | 5 |
| 発行日 | 2022-05-05 (PRMU) |