パナソニックホールディングス株式会社は、AIによる物体検出の精度低下を抑えながら学習データ構築コストを半減できる技術を開発しました。今回開発した少数のラベル付きデータに対するドメイン適応技術は、環境が大きく異なる現場に対しても、従来法と比較し圧倒的に少ない学習データでAIモデルの他現場展開を実現します。本技術の一部は、開発成果が国際的に認められ、画像認識・コンピュータビジョン分野のトップカンファレンスACCV2022*に採択、発表を行いました。
＊ACCV2022：The 16th Asian Conference on Computer Vision
2023.05.23
論文・発表
AI基盤・CoE
パナソニックHD、AIモデル学習時のデータ構築コストを削減する技術を開発
論文リンク
- “Few-shot Adaptive Object Detection with Cross-Domain CutMix”Yuzuru Nakamura, Yasunori Ishii, Yuki Maruyama, Takayoshi Yamashita
- https://openaccess.thecvf.com/content/ACCV2022/html/Nakamura_Few-shot_Adaptive_Object_Detection_with_Cross-Domain_CutMix_ACCV_2022_paper.html
- 本研究は、パナソニックホールディングス株式会社と、中部大学 山下教授との連携による研究成果です。
プレスリリース
- パナソニックHD、AIモデル学習時のデータ構築コストを削減する技術を開発
- https://news.panasonic.com/jp/press/jn230523-1
提案手法の構成（（a）Object aware Cross-Domain CutMix（OCDC）,（b）OCDC-based Discriminator Label（OCDCDL））