Učenje diskriminativnih konvolucijskih modela s malim brojem primjera za učenje

master's thesis

• Title (english): Few-shot learning for discriminative convolutional models
• Author: Filip Tolić
• Mentor: Siniša Šegvić (mentor)
• Committee member: Siniša Šegvić (predsjednik povjerenstva)
• Committee member: Zoran Kalafatić (član povjerenstva)
• Committee member: Tomislav Hrkać (član povjerenstva)
• Granter: University of Zagreb; Faculty of Electrical Engineering and Computing; Zagreb
• Defense date and country: 2020-09-24, Croatia
• Scientific / art field, discipline and subdiscipline: TECHNICAL SCIENCES; Computing

Abstract

Konvolucijske neuronske mreže postižu izvrsne rezultate u zadacima klasifikacije i semantičke segmentacije slika, ali za to im je potreban veliki skup anotiranih slika za učenje. U ovom radu razmotreni su različiti pristupi učenja konvolucijskih mreža s malim brojem anotiranih primjera. Implementirana je PANet arhitektura za semantičku segmentaciju. PANet model iz malog broja slika za učenje izvlači prototipove klasa koje uspoređuje s pikselima slike upita pomoću neparametarskog računanja udaljenosti. Model postiže usporedive rezultate s prijašnjim radovima kada ima samo jednu sliku za treniranje, a nadmašuje iste kad se poveća skup za treniranje. PAR regularizacija opisana u radu ubrzava konvergenciju i poboljšava točnost modela bez znatnog povećanja vremena treniranja.

Abstract (english)

Convolutional neural networks achieve state-of-the-art results in image classification and semantic segmentation tasks, but they require an enormous amount of training images. This thesis examines various approaches in training convolutional neural networks when only a few annotated examples are available. We implemented PANet architecture used for semantic segmentation. PANet model extracts a prototype for each class from the support set and performs segmentation using non-parametric distance calculation. Model achieves comparable results with previous works when training in one-shot regime, but outperforms those works when support set is increased. PAR regularization speeds up model's convergence and increases accuracy without a significant increase in model's training time.

• Keywords: računalni vid; konvolucijske neuronske mreže; učenje s malim brojem primjera; semantička segmentacija
• Keywords (english): computer vision; convolutional neural networks; few-shot learning; semantic segmentation
• Language: croatian
• URN:NBN: urn:nbn:hr:168:823664
• Study programme: Title: Computing; Study programme type: university; Study level: graduate; Academic / professional title: magistar/magistra inženjer/inženjerka računarstva (magistar/magistra inženjer/inženjerka računarstva)
• Type of resource: Text
• File origin: Born digital
• Access conditions: Closed access
• Created on: 2023-01-13 10:49:52