大規模な文脈データセットによる深層学習を用いた自動車の分類、検出および計数

私たちは、上空からの画像を使用して、多様な車の大量データセットを作成しました。このデータセットは、深層学習モデルが二値分類、検出、およびカウントを行うための訓練に有用です。データセットと関連するすべての資料は公開されます。このデータセットには、困難な目標を識別するために役立つ文脈情報が含まれています。私たちは、ResCeptionと呼ぶニューラルネットワークを使用して、このデータセットでの分類と検出を示しています。このネットワークは、残差学習（residual learning）とInceptionスタイルの層を組み合わせており、一回の視認で車両をカウントするために使用されます。これは、物体を局所化や密度推定ではなく数える新しい方法です。比較的正確で、高速かつ実装が簡単です。さらに、カウント方法は車やシーンに特化していないため、他の種類の物体を数えるために簡単に訓練することができます。新しいシーンでのカウントには追加の設定や物体位置に関する仮定が必要ありません。