G検定学習記録_畳み込みニューラルネットワーク
続き。
畳み込みニューラルネットワーク(CNN)の構造
| 用語 | 解説 |
|---|---|
| 畳み込み層 | フィルタを用いて入力画像から線やエッジ、物体などの特徴を抽出する |
| プーリング層 | 画像のサイズを縮小することで情報量を圧縮する処理を行う |
| 全結合層 | 出力層の手前の層。分類の結果を出す |
モデルの軽量化
| 用語 | 解説 |
|---|---|
| プルーニング | 重要ではない重みを削除 |
| 量子化 | 重みなどの値を圧縮して小さなビット数に変換 |
| 蒸留 | 学習済みのモデルからの予想結果を学習データとして、小さなモデルを学習させる |
※アフィン変換：拡大・縮小、平行移動、回転、せん断を行う
物体検出タスク
| 用語 | 解説 |
|---|---|
| 2段階モデル | 物体の位置を特定した後に種類を判別するモデル。R-CNN、FPN |
| 1段階モデル | 位置特定と種類判別を両方同時に行うモデル |
セグメンテーションタスク
| 用語 | 解説 |
|---|---|
| セマンティックセグメンテーション | 画像を画素レベルで切り取り、画素ごとに分類する |
| インスタンスセグメンテーション | 物体検出後に領域を切り分け、画素レベルで抽出する |
CNN様々なモデル
| 用語 | 解説 |
|---|---|
| AlexNet | 2012年にILSVRCのコンペで優勝。8層で構成されている |
| GoogLeNet | 2014年にILSVRCで優勝 |
| VGG | 2014年にILSVRCで準優勝。16層で構成されている |
| ResNet | 2015年にILSVRCで優勝。152層で構成されている |
| EfficientNet | 従来のモデルよりもパラメータ数を削減 |
| MobileNet | メモリが少ない環境でも使えるモデル |
| FCN | セマンティックセグメンテーションのモデル。畳み込み層だけで構成されたもの |
| SegNet,U-Net,PSPNet | エンコーダとデコーダで構成されたCNNモデル |
| DeepLab | 間隔を空けて畳み込みする |
| OpenPose | 姿勢推定タスク。複数の人の動きを認識できる |
| YOLO,SSD | マルチタスク学習。物体分類と検出が可能 |
| Mask R-CNN | マルチタスク学習。物体検出とセグメンテーションを行う |
CNNはタスクとモデルがこんがらがる。。。
