[2E]検索モデル(2)

14:40 〜 15:05

[2E-04] 性能予測およびランキング学習を用いた画像インスタンスセグメンテーションモデル検索

*ファム フーロン¹、山本 岳洋¹、窪内 将隆²、西本 拓磨²、大島 裕明¹ (1. 兵庫県立大学、2. 株式会社KNiT)

発表者区分：学生
論文種別：ロングペーパー
インタラクティブ発表：あり

キーワード：

機械学習モデル検索、ランキング学習、インスタンスセグメンテーション

本研究では、特定の画像に対して良い性能を出すインスタンスセグメンテーションモデルの検索を行う手法を提案する。画像インスタンスセグメンテーションは、機械学習の発展に伴い、検査作業など産業分野への応用が広がっている。しかし、良い結果を得るためには適切なモデルを使用する必要があるが、特定の画像に対してどのモデルが適しているかは、実際に試してみないと分からないのが現状である。さらに、多数のモデルを一つ一つ検証するには，膨大な時間と計算リソースが必要となる。そこで、本研究では、各モデルと画像をそれぞれ高次元のベクトル空間へエンベディングし、得られたベクトル表現を用いて画像に対する各モデルの性能を予測する手法を提案する。さらに、ランキング学習を組み合わせることで、候補モデル間の相対的な性能を考慮したモデル検索を実現した。また、オブジェクトの形状、色、サイズ、背景などが異なる20カテゴリに対し、各カテゴリ20枚の画像を含むインスタンスセグメンテーションデータセットを構築し、検索手法の評価を行った。