Prior knowledge guided weakly supervised object detection and semantic segmentation
Ön bilgi yönlendirmeli zayıf gözetimli nesne tespiti ve anlamsal bölütleme
- Tez No: 716992
- Danışmanlar: DR. ÖĞR. ÜYESİ RAMAZAN GÖKBERK CİNBİŞ
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2022
- Dil: İngilizce
- Üniversite: Orta Doğu Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 105
Özet
Bilgisayarlı görü alanındaki en gelişmiş tanıma modelleri, etiketli eğitim verileri kullanılarak eğitilmektedir. Görüntülerde el ile etiketleme yapmak genellikle zaman alan ve zorlu bir işlemdir. Etiketleme süresi ve zorluğu da bilgisayarlı görü görevlerine göre değişir. Örneğin, nesne tespit problemi, özellikle karmaşık sahnelerde etiketlemesi zor olabilen sınırlayıcı kutu etiketleri gerektirir. Anlamsal bölütleme ise, tanımı gereği büyük miktarda çaba gerektiren piksel düzeyinde etiketler gerektirmektedir. Tipik olarak nesne algılama ve anlamsal bölütleme için çalışılan zayıf denetimli öğrenme yöntemleri, bu tür ayrıntılı etiketlerden kaçınmayı ve bunun yerine nesne kategorilerinin varlığını veya yokluğunu gösteren görüntü düzeyinde etiketleri kullanmayı amaçlar. Bununla birlikte, mevcut sonuçlar, zayıf denetimli öğrenme yöntemlerinin, tam denetimli öğrenme yöntemlerine kıyasla önemli ölçüde düşük performans gösterme eğiliminde olduğunu göstermektedir. Bu tezde, zayıf denetimli ve tam denetimli yaklaşımlar arasındaki performans farkını azaltmaya yönelik olarak zayıf denetimli eğitimde nesne kategorileri hakkında anlamsal ön bilgilerden yararlanmayı amaçlamaktayız. Öznitelikler veya dil tabanlı nesne kategorileri için anlamsal ön bilgileri, mevcut zayıf denetimli nesne algılama ve anlamsal bölütleme eğitim yaklaşımlarına dahil etmekteyiz. Deneysel sonuçlarımız, önerilen yöntemin, standart veri kümelerinde çeşitli durumlarda tanıma performansını açıkça iyileştirebileceğini göstermektedir.
Özet (Çeviri)
State-of-the-art recognition models in computer vision are trained using annotated training data. Collecting manual annotation for images is a time-consuming and tedious task. Annotation time and difficulty also change across computer vision tasks. For example, object detection tasks require bounding-box annotations, which can be difficult to annotate, particularly in complex scenes, and semantic segmentation tasks require pixel-level annotations, which by definition requires a great amount of effort. Weakly-supervised learning methods, typically studied for object detection and semantic segmentation, aim to avoid such detailed annotations and instead rely on image-level labels indicating the presence or absence of object categories. Existing results, however, indicate that weakly-supervised learning methods tend to result in recognition models that significantly underperform their fully-supervised counterparts. To this end, towards reducing the performance gap between the weakly supervised and fully supervised approaches, this thesis explores the utilization of prior semantic knowledge about object categories in improving the weakly supervised training processes. We inject prior knowledge for object categories represented in terms of attributes or language-based class embeddings into existing weakly-supervised object detection and semantic segmentation training approaches. Our experimental results show that the proposed method can clearly improve the recognition performance in several cases on benchmark datasets.
Benzer Tezler
- Differential effects of emotional arousal on memory-guided attention
Duygusal uyarılmanın bellek güdümlü dikkat üzerindeki farklı etkileri
ÖMER KÖSE
Doktora
İngilizce
2023
PsikolojiAnkara Yıldırım Beyazıt ÜniversitesiPsikoloji Ana Bilim Dalı
PROF. DR. CEM ŞAFAK ÇUKUR
DR. ÖĞR. ÜYESİ NİLGÜN TÜRKİLERİ
- Kaynaştırma/bütünleştirme ortamındaki işitme kayıplı bir öğrenci ile Türkçe kapsamında gerçekleştirilen yönlendirilmiş okuma ve rehberli okuma sürecinin incelenmesi
Investigation of directed reading and guided reading process in Turkish lesson with a student with hearing loss in inclusion/integration environment
EZGİ TOZAK
Doktora
Türkçe
2024
Eğitim ve ÖğretimAnadolu ÜniversitesiÖzel Eğitim Ana Bilim Dalı
PROF. DR. HALİSE PELİN KARASU
- Examining prospective elementary mathematics teachers' knowledge about students' mistakes related to fractions
İlköğretim matematik öğretmen adaylarının öğrencilerin kesirler konusundaki hatalarıyla ilgili bilgileri
DENİZ EROĞLU
Yüksek Lisans
İngilizce
2012
Eğitim ve ÖğretimOrta Doğu Teknik Üniversitesiİlköğretim Matematik Eğitimi Ana Bilim Dalı
DOÇ. DR. MİNE IŞIKSAL
- Sekizinci sınıf öğrencilerinin özdeşlikler ve çarpanlara ayırma bilgisini oluşturma sürecinin RBC+C modeline göre incelenmesi
Investigation of the process of eighth grade students creating the knowledge of identities and factoring according to the RBC+C model
MUSTAFA EREN
Yüksek Lisans
Türkçe
2024
MatematikBursa Uludağ ÜniversitesiMatematik ve Fen Bilimleri Ana Bilim Dalı
PROF. DR. DİLEK SEZGİN MEMNUN
- Uncovering hidden connections and functional modules via pyparagon: A hybrid approach for network contextualization
Gizli etkileşimler ve fonksiyonel modüllerin hibrit bir ağ bağlamsallaştirma araci pyparagon ile açiğa çikarilmasi
MÜSLÜM KAAN ARICI
Doktora
İngilizce
2024
BiyoistatistikOrta Doğu Teknik ÜniversitesiTıp Bilişimi Ana Bilim Dalı
YRD. DOÇ. DR. AYBAR CAN ACAR
DOÇ. DR. NURCAN TUNÇBAĞ