Core Concepts
水中検査における画像セグメンテーションモデルの効果的なトレーニング方法として、不確実性駆動アクティブラーニングがコストを大幅に削減できることを示唆。
Abstract
アクティブラーニングは、画像セグメンテーションモデルの効果的なトレーニング手法である。
不確実性駆動アクティブラーニングは、エピステミック不確実性を使用して最も情報量の多いサンプルを選択し、モデルのパフォーマンスを向上させる。
ハイパーセグメント(HyperSeg)モデルは、少量のデータで高い平均IoUを達成することが示されている。
カムビッド(CamVid)データセットとパイプラインデータセットにおける結果が比較されている。
Stats
HyperSegは12.5%のデータを使用して67.5%のmeanIoUを達成した。
パイプラインデータセットでは、不確実性に基づく選択基準で67.5% meanIoUが達成された。