| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2021-03-05 14:25 FPNを導入したMobileNetによるSemantic Segmentation手法 ○杉本裕基・青野雅樹（豊橋技科大）  PRMU2020-91 |
|
| 抄録 | （和） | 自動運転などで注目されているSemantic Segmentationだが, 高精度なモデルはどれもSegmentationに膨大な計算量を必要とする. 本研究ではモデルの軽量化を主な目的に, 軽量かつ高精度なCNNであるMobileNetをBackboneに使用し, BackboneとHeadの間にRFPN(Reshaped Feature Pyramid Network)を追加したアーキテクチャを提案する. 精度と計算量のバランスが優れたモデルを実現するために, RFPNの様々なパラメータを変更した実験を行ったので, その結果を報告する. |
| （英） | Semantic Segmentation is attracting attention in autonomous driving, but high-precision models require a huge amount of calculations for segmentation. Therefore, for the purpose of reducing the weight of the model, we propose an architecture in which MobileNet, which is a lightweight and highly accurate CNN, is used for the Backbone Module and RFPN (Reshaped Feature Pyramid Network) is added between the Backbone Module and the Head Module. In order to realize a model with excellent accuracy and FLOPs(FLoating-point OPerations), we conducted experiments in which various parameters of RFPN were changed. As a result, it was shown that the proposed method can output with relatively high accuracy with a small FLOPs. | |
| キーワード | （和） | Semantic Segmentation / 深層学習 / / / / / / |
| （英） | Semantic Segmentation / 深層学習 / / / / / / | |
| 文献情報 | 信学技報, vol. 120, no. 409, PRMU2020-91, pp. 127-132, 2021年3月. | |
| 資料番号 | PRMU2020-91 | |
| 発行日 | 2021-02-25 (PRMU) | |
| ISSN | Online edition: ISSN 2432-6380 | |
| 著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します．(許諾番号：10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) | |
| PDFダウンロード | PRMU2020-91 |
|
| 研究会情報 | |
| 研究会 | PRMU IPSJ-CVIM |
| 開催期間 | 2021-03-04 - 2021-03-05 |
| 開催地（和） | オンライン開催 |
| 開催地（英） | Online |
| テーマ（和） | 特殊な環境下におけるCV・ パターン認識 |
| テーマ（英） | Computer Vision and Pattern Recognition for specific environment |
| 講演論文情報の詳細 | |
| 申込み研究会 | PRMU |
| 会議コード | 2021-03-PRMU-CVIM |
| 本文の言語 | 日本語 |
| タイトル（和） | FPNを導入したMobileNetによるSemantic Segmentation手法 |
| サブタイトル（和） | |
| タイトル（英） | Semantic Segmentation based on MobileNet Extended with FPN |
| サブタイトル（英） | |
| キーワード(1)（和/英） | Semantic Segmentation / Semantic Segmentation |
| キーワード(2)（和/英） | 深層学習 / 深層学習 |
| キーワード(3)（和/英） | / |
| キーワード(4)（和/英） | / |
| キーワード(5)（和/英） | / |
| キーワード(6)（和/英） | / |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 杉本 裕基 / Yuki Sugimoto / スギモト ユウキ |
| 第1著者 所属（和/英） | 豊橋技術科学大学 (略称： 豊橋技科大) Toyohashi University of Technology (略称： TUT) |
| 第2著者 氏名（和/英/ヨミ） | 青野 雅樹 / Masaki Aono / アオノ マサキ |
| 第2著者 所属（和/英） | 豊橋技術科学大学 (略称： 豊橋技科大) Toyohashi University of Technology (略称： TUT) |
| 第3著者 氏名（和/英/ヨミ） | / / |
| 第3著者 所属（和/英） | (略称： ) (略称： ) |
| 第4著者 氏名（和/英/ヨミ） | / / |
| 第4著者 所属（和/英） | (略称： ) (略称： ) |
| 第5著者 氏名（和/英/ヨミ） | / / |
| 第5著者 所属（和/英） | (略称： ) (略称： ) |
| 第6著者 氏名（和/英/ヨミ） | / / |
| 第6著者 所属（和/英） | (略称： ) (略称： ) |
| 第7著者 氏名（和/英/ヨミ） | / / |
| 第7著者 所属（和/英） | (略称： ) (略称： ) |
| 第8著者 氏名（和/英/ヨミ） | / / |
| 第8著者 所属（和/英） | (略称： ) (略称： ) |
| 第9著者 氏名（和/英/ヨミ） | / / |
| 第9著者 所属（和/英） | (略称： ) (略称： ) |
| 第10著者 氏名（和/英/ヨミ） | / / |
| 第10著者 所属（和/英） | (略称： ) (略称： ) |
| 第11著者 氏名（和/英/ヨミ） | / / |
| 第11著者 所属（和/英） | (略称： ) (略称： ) |
| 第12著者 氏名（和/英/ヨミ） | / / |
| 第12著者 所属（和/英） | (略称： ) (略称： ) |
| 第13著者 氏名（和/英/ヨミ） | / / |
| 第13著者 所属（和/英） | (略称： ) (略称： ) |
| 第14著者 氏名（和/英/ヨミ） | / / |
| 第14著者 所属（和/英） | (略称： ) (略称： ) |
| 第15著者 氏名（和/英/ヨミ） | / / |
| 第15著者 所属（和/英） | (略称： ) (略称： ) |
| 第16著者 氏名（和/英/ヨミ） | / / |
| 第16著者 所属（和/英） | (略称： ) (略称： ) |
| 第17著者 氏名（和/英/ヨミ） | / / |
| 第17著者 所属（和/英） | (略称： ) (略称： ) |
| 第18著者 氏名（和/英/ヨミ） | / / |
| 第18著者 所属（和/英） | (略称： ) (略称： ) |
| 講演者 | 第1著者 |
| 発表日時 | 2021-03-05 14:25:00 |
| 発表時間 | 15分 |
| 申込先研究会 | PRMU |
| 資料番号 | PRMU2020-91 |
| 巻番号（vol） | vol.120 |
| 号番号（no） | no.409 |
| ページ範囲 | pp.127-132 |
| ページ数 | 6 |
| 発行日 | 2021-02-25 (PRMU) |
[研究会発表申込システムのトップページに戻る]