1Q-04
Transformerを用いた物体追跡におけるパラメータ調整についての一研究
近年、機械学習を利用したコンピュータビジョンの精度向上化が進んでいる。本研究では、Transformerを利用した物体追跡のモデルを使用し、物体追跡における損失関数のハイパーパラメータを探索することによって精度が向上すると考えた。
実験の結果、バウンディングボックスのサイズに関する損失関数のパラメータを調整することによって精度が向上することがわかった。また、本研究で利用したモデルはTransformer層を増やした際に精度が著しく低下してしまう問題があったが、損失関数のパラメータを調整することで精度が向上する結果となった。
この差を客観的に示すため、VOT2018におけるSOTAトラッカーとの比較を行った。
今後の課題は、バッチサイズと損失関数のパラメータ調整に関連性があるか確認することである。
実験の結果、バウンディングボックスのサイズに関する損失関数のパラメータを調整することによって精度が向上することがわかった。また、本研究で利用したモデルはTransformer層を増やした際に精度が著しく低下してしまう問題があったが、損失関数のパラメータを調整することで精度が向上する結果となった。
この差を客観的に示すため、VOT2018におけるSOTAトラッカーとの比較を行った。
今後の課題は、バッチサイズと損失関数のパラメータ調整に関連性があるか確認することである。