PriorBox: Long-tail calibration with priors
PriorBox: Ön bilgi ile dengesiz veri kalibrasyonu
- Tez No: 764392
- Danışmanlar: DR. ÖĞR. ÜYESİ RAMAZAN GÖKBERK CİNBİŞ
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Bilgisayarla görme, Dengesiz sistemler, Kalibrasyon, Nesne tespiti, Veri setleri, Computer vision, Unbalanced systems, Calibration, Object detection, Data sets
- Yıl: 2022
- Dil: İngilizce
- Üniversite: Orta Doğu Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Derin öğrenme görsel sınıflandırma, nesne tespiti, anlamsal bölütleme, nesne bölütleme ve kilit nokta tespiti gibi zorlu problemlere katkılarıyla bilgisayarlı görü alanına büyük yenilikler getirmiştir. Bu problemler arama motorları, sosyal medya ve askeri uygulamalarda önemli bir yer almaktadır. Maalesef günümüzde araştırma ve gündelik hayat uygulamalarındaki başarımlar arasında veri dağılım ayrımından kaynaklı ciddi farklar bulunmaktadır. Dengesiz veri setlerindeki çok örnekli sınıflara olan eğilimden dolayı çoğu nesne tespit yöntemi dikkate değer başarı düşüşüne uğramaktadır. Bu tez dengesiz veri setleri için sınıf dağılımı ön bilgisi ile basit bir evrişimli sinir ağı kullanarak kalibrasyon çarpanı bulan PriorBox yöntemini önermektedir. PriorBox hazırlaması kolay dağılımsal ve uzamsal ön bilgileri kullandığı için ekstra veri toplama aşaması gerektirmemektedir. Önerilen yöntem yaygın sınıf dengeleme ve hata manipülasyon yöntemlerini kullanmayıp var olan nesne tespit ve bölütleme çalışmalarıyla uyumludur. Örnek sayısı, boyut ve en boy oranı gibi basit ön bilgiler az örnekli sınıfların tespitini çıkarım hızını değiştirmeden iyileştirebilmektedir. LVIS veri seti ve Mask R-CNN modeliyle dengesiz veri setlerinde nesne tespiti ve bölütleme problemleri üzerinde detaylı incelemeler yapılmıştır.
Özet (Çeviri)
Deep learning brought considerable improvements to computer vision, especially in recognition problems such as image classification, object detection, semantic segmentation, instance segmentation, and keypoint detection. These problems have critical applications in the real world, especially in the search, social media, and surveillance domains. Unfortunately, there is still a remarkable accuracy gap between research datasets and real-world deployments caused by data distribution disparity. In particular, most detection methods have a noticeable accuracy drop on datasets with long-tailed distributions due to the bias towards frequent classes. This thesis describes PriorBox, which learns calibration factors for long-tail datasets utilizing class distributions and a simple convolutional neural network. Since PriorBox uses easy-to-collect distributional and spatial priors, it does not introduce any data collection steps. Furthermore, the proposed method does not include typical class-rebalancing and loss manipulation strategies and works well with the existing object detection and instance segmentation models. Simple distributional class priors, such as the number of instances, size and aspect ratio are shown to be helpful for improving detection results on rare classes without a significant impact on the inference speed. We thoroughly evaluate the approach on the LVIS dataset using the Mask R-CNN baseline on long-tail object detection and instance segmentation tasks.
Benzer Tezler
- Dokuma komuşlarda boncuklaşma ve ölçüm metodlarının karşılaştırılması
Comparison of the measuring methods of the pilling of fabrics
DİLEK ŞAMLI
Yüksek Lisans
Türkçe
1994
Tekstil ve Tekstil Mühendisliğiİstanbul Teknik ÜniversitesiPROF.DR. BÜLENT ÖZİPEK
- Development of a DNA isolation protocol for breast cancer sample of formalin-fixed paraffin embedded tissues
Formalinle sabitlenmiş ve parafine gömülmüş meme kanseri doku örnekleri için yeni bir DNA izolasyon protokolu gelistirme
SHAYMAA GHAZI QADER QADER
Yüksek Lisans
İngilizce
2024
Moleküler TıpHarran ÜniversitesiMoleküler Biyoloji ve Genetik Ana Bilim Dalı
PROF. DR. YUSUF KURT
- Özyinelemeli tek yan bantlı genlik modülasyonunun modelleme yoluyla geliştirilmesi
Improvement of recursive single sideband amplitude modulation through modeling
DOĞUHAN EREN KARACAN
Doktora
Türkçe
2024
MüzikAnkara Müzik ve Güzel Sanatlar ÜniversitesiMüzikoloji Ana Bilim Dalı
PROF. DR. ABDURRAHMAN TARİKCİ
- Minimization of excess sludge production
Aşırı çamur üretiminin azaltılması
ÖZLEM DEMİR
Doktora
İngilizce
2012
Çevre MühendisliğiDokuz Eylül ÜniversitesiÇevre Mühendisliği Bölümü
PROF. DR. AYŞE FİLİBELİ