![[PukiWiki]](image/pukiwiki.png "[PukiWiki]")
「[[.NET 開発基盤部会 Wiki>http://dotnetdevelopmentinfrastructure.osscons.jp]]」は、「[[Open棟梁Project>https://github.com/OpenTouryoProject/]]」,「[[OSSコンソーシアム .NET開発基盤部会>https://www.osscons.jp/dotNetDevelopmentInfrastructure/]]」によって運営されています。 -[[戻る>画像処理とコンピュータビジョン（AI）]]~ --物体識別 --[[物体検出>画像処理とコンピュータビジョン（物体検出）]] --[[領域検出>画像処理とコンピュータビジョン（領域検出）]] --[[特定領域検出>画像処理とコンピュータビジョン（特定領域検出）]] *目次 [#v642ed92] #contents *概要 [#p0d9d890] [[画像認識中の物体に関する画像認識（≒ 分類）>ニューラルネットワーク#fb7864bd]]、物体認識とも。 -物体が~ 事前に与えられたどのラベルに属するか？ -注~ ラベルが追加されていくオペレーションには向かない。~ （店舗における商品分類など、新商品の追加） *詳細 [#ma5c0d1f] アルゴリズム・モデル **古くは、 [#ofeff404] ***テンプレート・マッチング [#o4fa8596] ***特徴抽出器 [#a56d85ef] HOG特徴量を抽出しSVMを用いて分類 **DNN以降 [#ma5f3b67] ***[[CNN>ニューラルネットワーク#fb7864bd]] [#a992257f] ***CapsNet [#kdd16d15] -[[CNN>#a992257f]]のプーリングは様々な情報、特に特徴間の空間的な関係を失う。 -CapsNetはニューロンがスカラーを出力するのに対しベクトルを出力する。 ***ViT [#k73d55da] -Vision Transformer (ViT) は、従来の[[CNN>#a992257f]]に比べて高い精度を達成することができる。 -画像を固定サイズのパッチに分割し、Transformer的な処理で計算したAttentionマップで重み付けを行った特徴マップを使用。 -画像を固定サイズのパッチに分割し、Transformerで算出したAttentionマップで重み付けを行った特徴マップを使用。 *参考 [#x3dfda83] -深層学習についてのレポート（CNN編）~ https://www.osscons.jp/joho108j0-537/#_537 -深層学習についてのレポート（画像系、CNN画像認識以外）~ https://www.osscons.jp/joy1y64w3-537/#_537
