論文の概要: Quantum-soft QUBO Suppression for Accurate Object Detection

• arxiv url: http://arxiv.org/abs/2007.13992v1
• Date: Tue, 28 Jul 2020 05:12:51 GMT
• ステータス: 処理完了
• システム内更新日: 2022-11-06 02:30:16.085296
• Title: Quantum-soft QUBO Suppression for Accurate Object Detection
• Title（参考訳）: 高精度物体検出のための量子ソフトQUBO抑制
• Authors: Junde Li, Swaroop Ghosh
• Abstract要約: 非最大抑制(NMS)は、何十年にもわたって冗長なオブジェクト検出を除去するために、デフォルトで採用されている。 量子コンピューティングの利点を生かした高速かつ正確な検出のための量子ソフトQUBO抑圧アルゴリズムを提案する。
• 参考スコア（独自算出の注目度）: 8.871042314510788
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Non-maximum suppression (NMS) has been adopted by default for removing redundant object detections for decades. It eliminates false positives by only keeping the image M with highest detection score and images whose overlap ratio with M is less than a predefined threshold. However, this greedy algorithm may not work well for object detection under occlusion scenario where true positives with lower detection scores are possibly suppressed. In this paper, we first map the task of removing redundant detections into Quadratic Unconstrained Binary Optimization (QUBO) framework that consists of detection score from each bounding box and overlap ratio between pair of bounding boxes. Next, we solve the QUBO problem using the proposed Quantum-soft QUBO Suppression (QSQS) algorithm for fast and accurate detection by exploiting quantum computing advantages. Experiments indicate that QSQS improves mean average precision from 74.20% to 75.11% for PASCAL VOC 2007. It consistently outperforms NMS and soft-NMS for Reasonable subset of benchmark pedestrian detection CityPersons.
• Abstract（参考訳）: 非最大抑制(nms)は、何十年にもわたって冗長な物体検出を排除するためにデフォルトで採用されている。 画像MとMとの重なり比が予め定義された閾値以下である画像とを最高検出スコアで保持するだけで偽陽性を解消する。 しかし、この欲求アルゴリズムは、検出スコアが低い真の正が抑制されるオクルージョンシナリオ下では、オブジェクト検出にうまく機能しない可能性がある。 本稿では,まず,各境界ボックスからの検出スコアと,一対の有界ボックス間の重なり比からなる準拘束的二項最適化(QUBO)フレームワークに冗長検出を除去するタスクをマッピングする。 次に、量子コンピューティングの利点を生かして高速かつ正確な検出を行うために提案した量子ソフトQUBO抑圧アルゴリズムを用いてQUBO問題を解く。 実験の結果、QSQSは平均精度を74.20%から75.11%に改善した。 これは、CityPersonsのベンチマーク歩行者検出の推論可能なサブセットにおいて、NMSとSoft-NMSを一貫して上回る。

関連論文リスト

• TSBP: Improving Object Detection in Histology Images via Test-time Self-guided Bounding-box Propagation [14.771640666631557]
  オブジェクト検出タスクの最終結果にどのバウンディングボックスを含めるべきかを決定するために、グローバルしきい値(例:0.5)がしばしば適用される。 低い閾値は検出リコールを増加させるが、より多くの偽陽性をもたらす可能性がある。 このため、すべての有界ボックス候補に事前設定された大域しきい値(例:0.5)を用いることで、準最適解が導かれる。
  論文  参考訳（メタデータ） (2024-09-25T07:09:04Z)
• Value-Driven Mixed-Precision Quantization for Patch-Based Inference on Microcontrollers [35.666772630923234]
  QuantMCUは、値駆動型混合精度量子化を利用して冗長計算を減らす、パッチベースの新しい推論手法である。 我々は,QuantMCUが平均2.2倍の計算量を削減できることを示す。
  論文  参考訳（メタデータ） (2024-01-24T04:21:41Z)
• Detection Selection Algorithm: A Likelihood based Optimization Method to Perform Post Processing for Object Detection [1.7188280334580197]
  物体検出では、非最大抑圧(NMS)のような後処理法が広く用いられている。 画像中のオブジェクトとそのラベルの正確な数を求めるために,検出選択アルゴリズム (DSA) と呼ばれるポスト処理手法を提案する。 DSAは検出されたバウンディングボックスのサブセットを優雅に選択し、画像全体の解釈を最も高い確率で行う完全なオブジェクト再構成を行う。
  論文  参考訳（メタデータ） (2022-12-12T05:15:18Z)
• Mean-based Best Arm Identification in Stochastic Bandits under Reward Contamination [80.53485617514707]
  本稿では,ギャップベースアルゴリズムと逐次除去に基づく2つのアルゴリズムを提案する。 具体的には、ギャップベースのアルゴリズムでは、サンプルの複雑さは定数要素まで最適であり、連続的な除去では対数因子まで最適である。
  論文  参考訳（メタデータ） (2021-11-14T21:49:58Z)
• Object Detection Made Simpler by Eliminating Heuristic NMS [70.93004137521946]
  単純なNMSのないエンドツーエンドのオブジェクト検出フレームワークを示す。 検出精度は元の1段検出器と比べて同等か、さらに向上した。
  論文  参考訳（メタデータ） (2021-01-28T02:38:29Z)
• Adaptive Sampling for Best Policy Identification in Markov Decision Processes [79.4957965474334]
  本稿では,学習者が生成モデルにアクセスできる場合の,割引マルコフ決定(MDP)における最良の政治的識別の問題について検討する。 最先端アルゴリズムの利点を論じ、解説する。
  論文  参考訳（メタデータ） (2020-09-28T15:22:24Z)
• SADet: Learning An Efficient and Accurate Pedestrian Detector [68.66857832440897]
  本稿では,一段検出器の検出パイプラインに対する一連の最適化手法を提案する。 効率的な歩行者検出のための単発アンカーベース検出器(SADet)を形成する。 構造的には単純だが、VGA解像度の画像に対して最先端の結果と20ドルFPSのリアルタイム速度を示す。
  論文  参考訳（メタデータ） (2020-07-26T12:32:38Z)
• Optimally Displaced Threshold Detection for Discriminating Binary Coherent States Using Imperfect Devices [50.09039506170243]
  雑音や不完全な装置を用いた現実的な状況下で、最適変位しきい値検出(ODTD)を有する一般化されたケネディ受信機の性能を解析的に検討する。 提案アルゴリズムは,既存の手法よりも低次かつスムーズな誤り確率が得られることを示す。
  論文  参考訳（メタデータ） (2020-07-21T21:52:29Z)
• AQD: Towards Accurate Fully-Quantized Object Detection [94.06347866374927]
  本稿では,浮動小数点演算を除去するために,AQDと呼ばれる高精度な量子化オブジェクト検出ソリューションを提案する。 我々のAQDは、非常に低ビットのスキームの下での完全精度と比較して、同等またはそれ以上の性能を実現しています。
  論文  参考訳（メタデータ） (2020-07-14T09:07:29Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。