オンライン勉強会「物体検出を体験してみよう!」（PyDATA.Fukui共同開催 ） ３月１２日にZOOMで開催しました。 ハンズオンのURL https://colab.research.google.com/github/ydaigo/ObjectDetectionColab/blob/master/ObjectDetectionColab.ipynb

1. 金沢人工知能勉強会
物体検出をやってみよう！

2. 流れ
1. 物体検出のためのセットアップ
2. SIGNATEのコンペで銀メダルを取るまで
3. 物体検出をやってみる

3. 山本大悟
• 金沢工業大学情報工学科4年
• 来月から富山県のIT企業
に勤務
Twitter: @161abcd
自己紹介

4. 物体検出のためのセットアップ

5. 物体検出のためのセットアップ

6. SIGNATEのコンペ内容

7. SIGNATEって？
• SIGNATEはデータサイエンティストが作る「モデル」
を競う場。Kaggleの日本語版のような感じ。
• コンペの流れ
1. データをダウンロード
2. モデルを作成
3. 評価、提出
4. 結果発表

8. 国立国会図書館の画像データレイアウト認識コンペ
https://signate.jp/competitions/218

9. 評価指標
https://signate.jp/competitions/218#evaluation
https://arxiv.org/pdf/1906.09756.pdf

10. 銀メダルを取るまで

11. 試作１ SSDを使う
0.2
0.3
0.4
0.5
0.6
0.7
0.8
sample 試作1 試作2 試作3 試作4
平均IoUの推移
系列 1

12. SSD:Single Shot Multibox Detector[1]
• 複数のデフォルトボックスがありそれらがどれだけ物体から離
れていてその物体が何かを予測する。

13. SSDがうまくいかない理由
• 検出対象は細長く小さいものが多くデフォルトボックスが対応
できていない。
• 文字の行はほとんど検出できなかった。

14. 試作2 Faster-RCNNを使う
0.2
0.3
0.4
0.5
0.6
0.7
0.8
sample 試作1 試作2 試作3 試作4
平均IoUの推移

15. Faster-RCNN[2]
https://www.slideshare.net/grafi_tt/20180427-arxivtimes-cascade-rcnn-delving-into-high-quality-object-
detection
Region Propasal Network(RPN):
物体の候補領域の推定を行うネットワーク
RoI Pooling:
固定サイズの特徴を取り出す。

16. 試作3 Cascade R-CNN[3]を使う
0.2
0.3
0.4
0.5
0.6
0.7
0.8
sample 試作1 試作2 試作3 試作4
平均IoUの推移

17. Cascade R-CNNはFaster-RCNNの改善版

18. https://www.slideshare.net/grafi_tt/20180427-arxivtimes-cascade-rcnn-delving-into-high-
quality-object-detection
Cascade R-CNNのアーキテクチャー

19. Cascade R-CNN[3]
I：画像
Conv：畳み込み層
Pool：特徴量の縮小
H：出力
B：バウンディングボックス
C：クラス
B0：全体の出力
• Faster R-CNNの改善
• 出力IoUが入力IoUよりも高いことを利用
• 閾値近くの物体の検出に強くなる。
Ex. 閾値が0.5で検出対象の物体が0.55

20. 試作3 テスト画像をページ単位にする
0.2
0.3
0.4
0.5
0.6
0.7
0.8
sample 試作1 試作2 試作3 試作4
平均IoUの推移

21. テスト画像をページ単位にする

22. １位の解法
https://www.slideshare.net/kojiasami/signate-1st-place-
solution-229868677

23. 参考文献
[1] https://arxiv.org/abs/1512.02325
[2] https://arxiv.org/abs/1506.01497
[3] https://arxiv.org/abs/1712.00726

24. 物体検出をやってみよう！