話題のOpenAIの新たな画像分類モデルCLIPを論文から徹底解説！
はじめに OpenAIより幅広いタスクでゼロショット転移（タスクごとのFine-tuningを必要としない）が可能な事前学習画像分類モデルCLIPが発表されたので、論文をもとに詳細解説します。簡単に […]
AI論文
1/2ページ
AIに関する最新論文を紹介しています。
- 2020.10.16
- 画像処理,
画像認識の革新モデル！脱CNNを果たしたVision Transformerを徹底解説！
はじめに AIの世界では毎年最先端（SOAT：state-of-the-art technology）モデルが発表され、多くの新技術が生まれています。しかし、2017年に発表され「Atteintio […]
- 2020.10.09
- 画像処理,
Focal Lossを提案した革新的物体検出モデルRetinaNetを解説！
はじめに 本記事は、物体検出モデルであるRetinaNetを通して「モデルの概念理解」と「コードの理解」ができることを目的としたものです。そのため①モデルの解説、②コードの解説、という二部構成になっ […]
- 2020.09.29
- 画像処理,
Googleが発表した新たな画像検索モデルDELGを解説！
はじめに 今回は、ECCV’20でGoogleから新たに発表された画像検索用モデルDELG（DEep Local and Global features）について解説します。これまで画像 […]
- 2020.09.19
- 画像処理,
物体検出の代表アルゴリズム YOLOシリーズを徹底解説！【AI論文解説】
はじめに 物体検出の世界でリアルタイム処理を可能にし、現在でも主力として活躍するYOLOシリーズについて解説したいとおもいます。 YOLOは2015年6月に Joseph Redmon氏によって& […]
- 2020.09.05
- 自然言語処理,
自然言語処理の必須知識 BERT を徹底解説！
はじめに BERT（Bidirectional Encoder Representations from Transformers）は、2018年10月にGoogleが発表した自然言語処理（Natu […]
- 2020.08.03
- 自然言語処理,
話題沸騰のGPT-3 OpenAI発の革新的なAIを紹介！
はじめに 最近（2020年7月）話題のOpenAIが発表したGPT-3（Generative Pretrained Transformer‐3）についてご紹介します。 発表論文 Language M […]
- 2020.07.20
- 画像処理,
物体検出の飛躍になるか!? 物体中心表現を獲得するGoogle Brainの”Slot-Attention”を徹底解説！
はじめに 近年、画像認識の世界は目覚ましい進歩を遂げています。先日、Transformer(Attentionを利用した構造が特徴)を利用したDETRがFacebookのリサーチチームから発表され、 […]
- 2020.07.12
- 画像処理,
Transformer を物体検出に採用！話題のDETRを詳細解説！
はじめに Transformerを物体検出にはじめて取り入れた「DETR（DEtection Transformer）」が2020年５月にFacebookから発表されました。DETRは人間による手作 […]
- 2020.07.10
- 自然言語処理,
【技術解説】Googleが「SmartReply」をYoutubeに採用！TransformerとWavenetで絵文字の壁を超える！
はじめに 数年前から返信を自動で提案してくれるSmartReplyという機能がGoogleからGmailやAndroid wearなどで提供されているのをご存じでしょうか。使ったことはなくても、Gm […]
- 2020.07.03
- 自然言語処理,
自然言語処理の必須知識 Transformer を徹底解説！
はじめに 自然言語処理（Natural Language Processing: NLP）の文脈から誕生したTransformerはそのモデルのシンプルさにもかかわらず、大きな成果をあげることに成功 […]
- 2020.06.19
- 画像処理,
モバイル向けの代表モデルMobileNetV2を詳細解説！
2018年にGoogleの研究チームから発表されたMobileNetV2の詳細解説を発表論文とGoogleブログを主な参考文献として行う。なお、説明のために引用した図は下記発表論文もしくはGoogle […]
- 2020.06.05
- 画像処理,
軽量モデルに新風を巻き起こした代表格！MobileNetV1 を詳細解説！
今回は、2017年にGoogleから発表されたMobileNet（V1）について、論文やGoogleブログを参考に解説する。 （なお、とくに断りがない限り、図の引用元は下記MobileNets論文か […]
- 2020.04.21
- 画像処理,
代表的モデル「ResNet」、「DenseNet」を詳細解説！
勾配消失問題を解消し、層を深くするために開発されたResNet及びDenseNetについて解説します。 ResNet元論文「Deep Residual Learning for Image Reco […]
- 2020.04.17
- 自然言語処理,
音声認識・合成技術の代表的モデル「WaveNet」を詳細解説！
WaveNet及び周辺知識についてまとめました。 音声認識と音声合成の概要 音声認識とは、人の声の波形を機械で処理し、どんな内容（文）であったかを推定する技術である。また音声合成とは、与えられた内容 […]
- 2020.04.13
群集カウントの最新サーベイ論文（2020年3月末時点）_詳細解説版
CNNをベースとした群衆カウントの論文の概要をまとめました。 参照もと論文URL https://arxiv.org/pdf/2003.12783.pdf 論文概要 論文タイトル CNN-based […]
- 2020.04.12
群集カウントの最新サーベイ論文（2020年3月末時点）
CNNをベースとした群衆カウントの論文の概要をまとめました。 参照元論文はこちら。（画像についても、こちらの論文より引用しています。） https://arxiv.org/pdf/2003.12783 […]
- 2019.12.13
- 画像処理,
AdaShare：マルチタスク学習のための新しいアプローチ
AdaShare：マルチタスク学習のための新しいアプローチ Computer Visionにおける効率的なマルチタスク学習のための新しいアプローチを提案。 各タスクをどの層を実行するかを選択するポリシ […]
- 2019.09.10
WANN：重みの学習なしで特定タスクを実行できるアークテクチャ探索手法
Googleより発表されたWANN。 NW構造を固定し重みを最適化するのではなく、重みの学習なしで特定タスクを実行できるNN探索を行う点が特徴。 いくつかの強化学習タスク、教師あり学習(MNIST)で […]
- 2019.05.31
- 画像処理,
Next：歩行者の数秒後の未来を予測するAI
Googleより発表された人の将来の経路・軌道を予測するアルゴリズムNextです。 （原論文：Peeking into the Future: Predicting Future Person Act […]