FCNをロボカップの画像ドメインに適用してみました。 データセットを自作しなければならず十分な学習データを用意できていないため精度はあまり良くはなさそうです。 ラベルのついた画像は20枚のみで学習させました。 ランダムに輝度の変化をさせて60枚に増やして学習させています。 十分なデータセットがあれば精度も出せそうです。 正確な精度の検証はできていないので時間があればデータをとりたい。 input image label image result image Validation result: result image
classificationのCNNモデルを使用してボール検出を試しました。 320x240の入力画像を40x40に切り取りそれぞれのクラスを推論しボールが写っている画像の箇所をボールの位置をするようになっています。 入力画像: 切り取った画像: 学習結果: ネットワークの各層の出力を可視化した結果: Input -> Convolution1 (36x36 8 channels) Convolution1 -> ReLU1 (36x36 8 channels ReLU1 -> MaxPooling1 (17x17 8 channels) MaxPooling1 -> Convolution2 (13x13 14 channels) Convolution2 -> ReLU2 (13x13 14 channels) ReLU2 -> MaxPooling2 (6x6 14 channels)