Help us understand the problem. What is going on with this article?

R-CNNとしてSelective search を使ってみた

More than 5 years have passed since last update.

こんにちは。
最近の人工知能ブームは留まることを知らず、
日常でも多くの人工知能関連のニュースを目にするようになって来ました。
東京大学入学を目指す東ロボくんはセンター試験模試で「偏差値57.8」を記録したそうです。私が受験をしたのはだいぶ昔になりますが、代わりにセンター試験を受けてほしかったです(笑)
また、あの有名なイーロン・マスクは「AIは悪魔を呼び出すようなもので、特に軍事利用については規制が必要」と語っています。AIが悪魔かどうかは置いておいて、軍事利用については最もな意見だと思います。
なんとか、新しいテクノロジーを戦争のためではなく有効に利用してほしいものです。
まぁもっとも、個人的にはもっと人間らしいAIが誕生するのはもう少し先になると思っていますが、どうなるでしょうか。

概要

さて、前回R-CNNとしてBING(Objectness)を使ってみましたが、
今回は最近話題になっているSelective Searchを使ってみたいと思います。
R-CNNやBINGについては前回の記事を参照してください。

Selective Searchとは

ピクセルレベルで類似する領域をグルーピングしていくことで候補領域を選出するルゴリズムです。要は似たような特徴を持つ領域を結合していき、1つのオブジェクトとして抽出する訳です。

SelectiveSearch.jpeg

手順

今回はAlpacaさんのライブラリを使用させていただきました。
試した環境:Windows7(64bit), Python2.7
ライブラリのインストールは「pip install selectivesearch」で行います。

結果

前回と同じように空港画像の結果です。(※検出した領域すべてを表示すると良く分からないため、検出したオブジェクトの中でサイズを限定して描画しています)
figure_1.png

割りとオブジェクトっぽいところを検出していますね。
次に交差点画像の結果です。
figure_2.png

うーん、ちょっと画像が複雑過ぎたのでしょうか。またはパラメータの問題でしょうか?

まとめ

BINGと比べてると高精度な検出をしている感じです。
しかし、Selective Searchには処理が遅いという致命的な弱点があります。(私の環境では20~30秒かかっていしまいました)※あくまで今回使用したライブラリの所感です。他のライブラリは試していないため分かりません。
最も処理速度の問題は、GPUの並列処理等で改善するのかもしれません。今後の展開に期待しています。
=どなたかSelective Searchの高速化や高精度化の方法を教えて下さい=

Why not register and get more from Qiita?
  1. We will deliver articles that match you
    By following users and tags, you can catch up information on technical fields that you are interested in as a whole
  2. you can read useful information later efficiently
    By "stocking" the articles you like, you can search right away