Detail publikace
Deep Learning on Small Datasets using Online Image Search
Hradiš Michal, Ing., Ph.D. (UPGM)
Zemčík Pavel, prof. Dr. Ing., dr. h. c. (UPGM)
convolutional neural network, deep learning, image classification, reinforcement learning
Náš příspěvek má schopnost učit se z vizuálních kategorií z menšího počtu snímků než u předchozích přístupů. Toho je dosaženo tím, že je změněna metoda pseudolabel která doplňuje označené tréninkové snímky s neoznačenými snímky, a je vytvořena metoda schopnou zvládnout označené tréninkové obrazy společně s obrázky získanými z internetu, které pravděpodobně patří do požadované třídy. Toho je dosaženo tím, že jsou změněné váhové a výběrová funkce. Předložená metoda upravuje přístup pseudolabel, což umožňuje využívání služeb webové měřítku datových souborů milionů obrázků. Výsledky jsou demonstrovány na umělém zjednodušeném datasetu, a na plném SUN 397 datasetu s přidanými obrázky z online vyhledávání obrázků od Google, a to zcela automaticky.
@inproceedings{BUT130963,
author="Martin {Kolář} and Michal {Hradiš} and Pavel {Zemčík}",
title="Deep Learning on Small Datasets using Online Image Search",
booktitle="Proceedings of 32nd Spring Conference on Computer Graphics",
year="2016",
journal="Proceeding of Spring Conference on Computer Graphics",
volume="2016",
number="32",
pages="87--93",
publisher="Comenius University in Bratislava",
address="Bratislava",
doi="10.1145/2948628.2948633",
isbn="978-1-4503-3693-2",
issn="1335-5694",
url="http://dl.acm.org/citation.cfm?id=2948633"
}