【ゼロから作るDeap Learning】8.4~8.6

150 Views

July 12, 24

スライド概要

profile-image

AI・機械学習を勉強したい学生たちが集まる、京都大学の自主ゼミサークルです。私たちのサークルに興味のある方はX(Twitter)をご覧ください!

シェア

またはPlayer版

埋め込む »CMSなどでJSが使えない場合

関連スライド

各ページのテキスト
1.

2024前期輪読会 #12 ゼロから作るDeep Learning 8.4-8.6 京都大学理学部一回生 ALAWIK Abdourrahman 0

2.

発表のポイント 8.4 ディープラーニングの実用例 ➢ 物体検出 ➢ セグメンテーション ➢ 画像キャプション生成 8.5 ディープラーニングの未来 ➢ 画像スタイルの変換 ➢ 画像生成 ➢ 自動運動 ➢ Deep Q-Network (強化学習) 8.6 まとめ 1

3.

8.4 ディープラーニングの実用例 2

4.

8.4 ディープラーニングの実用例 物体認識 画像のクラス分類 ➢ 手書き数字認識(これまでの実用) ➢ 猫・犬 3

5.

8.4 ディープラーニングの実用例 A 物体検出 画像のクラス分類+位置の特定 物体認識と違って、画像全体を対象にしていない 4

6.

8.4 ディープラーニングの実用例 A 物体検出の実行(R-CNN) R-CNN (Region Based Convolutional Neural Networks) 1. 画像を入力 2. 候補領域抽出 ➢ Selective Search ➢ Faster R-CNN 3. CNNの特徴の計算 4. 領域の分類 5

7.

8.4 ディープラーニングの実用例 B セグメンテーション ピクセルのレベルでクラス分類を行う ➢ 入力画像のすべてのピクセルに対してクラス分類を行う 6

8.

8.4 ディープラーニングの実用例 B セグメンテーションの実行 全てのピクセルを対象として、ピクセルごとに推論処理? ➢ 時間! FCN(Fully Convolutional Network) ➢ 1回のforward処理ですべてのピクセルに対してクラス分類 ➢ 空間ボリュームは保たれたまま最後の出力まで処理 ➢ 最後に空間サイズを拡 ➢ バイリニア拡大(デコンボリューション) 7

9.

8.4 ディープラーニングの実用例 C 画像キャプション生成 コンピュータービジョン+自然言語 画像→画像を説明する文章 8

10.

8.4 ディープラーニングの実用例 C 画像キャプション生成の実行 NIC(Neural Image Caption) ディープなCNN→RNN(Recurrent Neural Network) ➢ 特徴抽出→再帰的にキャプション生成 9

11.

8.5 ディープラーニングの未来 10

12.

8.5 ディープラーニングの未来 A 画像スタイル変換 アーティストのような絵を描かせる 「コンテンツ画像」+「スタイル画像」→新しい画像 11

13.

8.5 ディープラーニングの未来 A 画像スタイル変換の実行 「コンテンツ画像」の中間データ→ネットワークの中間データ 「スタイル画像」→スタイル行列 論文「A Neural Algorithm of Artistic Style」 12

14.

8.5 ディープラーニングの未来 B 画像生成 画像を入力せずに画像を生成 DCGAN(Deep Convolutional Generative Adversarial Network) 13

15.

8.5 ディープラーニングの未来 B 画像生成の実行 Generator:画像を生成 Discriminator:本物かどうかを識別 14

16.

8.5 ディープラーニングの未来 C 自動運転 人間の代わり運転 ➢ 周囲の環境を正しく識別 ➢ SegNet… 15

17.

8.5 ディープラーニングの未来 D 強化学習 試行錯誤によて、自立的に学習 強化学習(reinforcement learning) ➢ エンジェント:環境に応じて行動を選択→環境変化 ➢ より良い(見込みの)報酬が得られるようにエンジェントの 行動指針 16

18.

8.5 ディープラーニングの未来 D 強化学習の実行( Deep Q-Network ) Q学習 ➢ 最適行動価値関数 ➢ ディープラーニング→近似 例:テレビゲーム 入力:ゲーム画像のフレーム →CNN →コントローラーの動きに価値 →人間を超えるレベルの操作 17

19.

8.6 まとめ 18

20.

8.6 まとめ まとめ ➢ ディープなCNN→手書き数字認識を99%を超える高精度な結果 ➢ まだ分かっていないことが多い 19

21.

2. 便利なテンプレ集 まとめ まとめ1 まとめ2 まとめ3 ディープラーニングを使って多くの問題が解ける 未だ研究されているものはさらに多い お疲れさまでした 20