• 研究課題をさがす
  • 研究者をさがす
  • KAKENの使い方
  1. 課題ページに戻る

2021 年度 実績報告書

特徴抽出処理の取捨選択による効率的な転移学習手法

研究課題

研究課題/領域番号 17K00334
研究機関千葉大学

研究代表者

矢田 紀子  千葉大学, 大学院工学研究院, 助教 (60528412)

研究期間 (年度) 2017-04-01 – 2022-03-31
キーワード畳み込みニューラルネットワーク / 深層学習 / プルーニング
研究実績の概要

畳み込みニューラルネットワーク(CNN)によって高精度な物体認識が実現した背景には,学習データ量の増加や強力な計算資源が利用可能になったことが密接に関係しており,高精度なCNNに必要な計算量や記憶容量も増大している.一方,スマートフォンやIoT端末でもCNNを利用したいといった需要が増加している.しかし,これらのエッジ端末は計算資源や記憶域,消費電力が限られており,低コストで高性能なCNNを利用可能な技術の実現のために,プルーニングなどのCNNのモデル軽量化の研究が重要になっている.
本研究では,CNNのモデル軽量化手法の一つである,特性重要度に基づくフィルタプルーニングにおいて,事前にネットワークに対してフィルタ置換の処理を導入する手法を提案し,従来手法における問題点であったプルーニングに伴う精度劣化を,プルーニングを行う前に重要度の高いフィルタを複製することで改善した.
ネットワーク中のフィルタ置換には,ネットワークのプルーニングに対する頑強性,すなわち表現能力の冗長性を高める効果があることが推察される.提案手法の評価実験では,学習済みネットワークにそのままプルーニングを行ったHRankの精度劣化が2.27ポイントであるのに対し,フィルタ置換を導入してからプルーニングを行った提案手法の精度劣化は,重要度が上位のフィルタを2倍に複製する方法では1.49ポイント,置換対象のフィルタを全て重要度が最大のフィルタで置き換える方法では1.42ポイントと,プルーニング後のネットワークの認識精度は高い数値を示し,いずれの置換方法でも精度劣化を抑えられたことを示した.この結果は,同一のフィルタを複数枚置換しても,再学習の結果,異なる表現能力を獲得できる可能性を示している.重要度が高い順にフィルタを必要十分な枚数ずつ置換すれば,ネットワークの冗長性をさらに高めることができると考えられる.

  • 研究成果

    (6件)

すべて 2022 2021

すべて 学会発表 (6件) (うち国際学会 2件)

  • [学会発表] Improving the Accuracy of the Color Constancy Network by Object Detection2022

    • 著者名/発表者名
      Shunta Sugiyama, Yoshitsugu Manabe and Noriko Yata
    • 学会等名
      International Workshop on Advanced Image Technology 2022 (IWAIT 2022)
    • 国際学会
  • [学会発表] A Study of Lightweighting Method Using Reinforcement Learning2022

    • 著者名/発表者名
      Yoshihiro Harada, Noriko Yata and Yoshitsugu Manabe
    • 学会等名
      International Workshop on Advanced Image Technology 2022 (IWAIT 2022)
    • 国際学会
  • [学会発表] 畳み込みニューラルネットワークのフィルタ選択によるモデル軽量化手法の検討2021

    • 著者名/発表者名
      生田亮介, 眞鍋佳嗣, 矢田紀子
    • 学会等名
      映像情報メディア学会2021年冬季大会
  • [学会発表] 色恒常性における物体認識ネットワーク手法の検討2021

    • 著者名/発表者名
      武田隆史, 矢田紀子, 眞鍋佳嗣
    • 学会等名
      映像情報メディア学会2021年冬季大会
  • [学会発表] 紙の光沢画像におけるムラのDNN解析の検討2021

    • 著者名/発表者名
      河相竹千代, 井上信一, 矢田紀子, 眞鍋佳嗣
    • 学会等名
      映像情報メディア学会2021年冬季大会
  • [学会発表] 材質推定CNNの特徴量から構築する材質感推定式の精度向上2021

    • 著者名/発表者名
      若林祐希, 矢田紀子, 眞鍋佳嗣
    • 学会等名
      映像情報メディア学会2021年冬季大会

URL: 

公開日: 2022-12-28  

サービス概要 検索マニュアル よくある質問 お知らせ 利用規程 科研費による研究の帰属

Powered by NII kakenhi