Deep Learning
口頭発表
[サーベイ論文] 畳み込みニューラルネットワークの研究動向
- Author
- 内田祐介, 山下隆義
- Publication
- パターン認識・メディア理解研究会, 2017
Download: PDF (Japanese)
2012年の画像認識コンペティションILSVRCにおけるAlexNetの登場以降， 画像認識においては畳み込みニューラルネットワーク(CNN)を用いることがデファクトスタンダードとなった. ILSVRCでは毎年のように新たなCNNのモデルが提案され， 一貫して認識精度の向上に寄与してきた. CNNは画像分類だけではなく， セグメンテーションや物体検出など様々なタスクを解くためのベースネットワークとしても広く利用されてきている. 本稿では，AlexNet以降の代表的なCNNの変遷を振り返るとともに， 近年提案されている様々なCNNの改良手法についてサーベイを行い， それらを幾つかのアプローチに分類し， 解説する. 更に， 代表的なモデルについて複数のデータ セットを用いて学習および網羅的な精度評価を行い， 各モデルの精度および学習時間の傾向について議論を行う.