深層学習を用いた物体検出入門

1）講習会概要本講習会は、物体検出の基礎知識の習得から、任意の画像で物体検出を試すところまでを計3回の講義で行います。本講習会は以下の3つの目標に沿って進めます。

1. 物体検出のタスクの概要や評価指標を実装レベルで学ぶ。

2. 物体検出の代表的な手法を、歴史を辿りながら学ぶ。

3. 物体検出とその関連タスクを、物体検出ライブラリを使って試す。

自動運転のための人物検出や、医用画像診断のための病変検出のように、物体検出には様々な応用先があります。本講習会は、講義のスムーズな理解のため、「深層学習入門」を受講済みまたは同等の知識を有する学生を対象としていますが、物体検出を試してみたい人も歓迎します。

2）各回の実施内容

第1回　「物体検出の全体像〜歴史・タスク・応用例〜」　11/16

第1回の講義では物体検出の概要を説明する。具体的には、物体検出タスク（入出力）の解説や、物体検出の評価指標について、画像認識タスクと比較しながら説明し、物体検出の全体像を把握することを目標とする。また、物体検出が実社会でどのように利用され課題を解決しているのか、その応用例も紹介する。さらに、画像を対象とするニューラルネットワークの主な手法であるCNNについて簡単に復習を行った後、CNNの基本構造となっているVGGNetとResNetを実装と共に解説する。

第２回　「物体検出の代表的手法」　11/30

第2回の講義では手法の歴史について復習を行い、基本的な物体検出の流れと構造を理解するためにTwo-stage, One-stage手法の両方を扱う。Two-stage手法としてはR-CNN, Fast R-CNN, Faster R-CNNの3つを改良点について触れながら比較し、特にSelective Search、Non Maximum Supression、RoI Poolingsといった特徴的な仕組みを解説する。One-stage手法としてはYOLO, SSDの2つを取り上げ、R-CNN系の手法と比較しどのようにリアルタイム性能が改善されているのか理解することを目標にする。

第3回　「物体検出体験会」　12/7

第3回の講義では、物体検出の関連タスク（Semantic Segmentation、 Instance Segmentation、 Panoptic Segmentation、 Keypoint Detection）を紹介する。具体的には、タスクの違いや、これらのタスクで使われているMask R-CNNの説明をする。また、物体検出ライブラリのdetectron2を用いてこれらのタスクの推論を体験する。detectron2の事前学習済みモデルを用いて、既存のデータセットの画像や各自持ち込んだ画像で推論を行う。さらに、最後には最新の物体検出手法を紹介する。