7C-03
物体検出のためのバックボーンとしての再帰ニューラルネットワーク
○立浪祐貴,瀧 雅人(立教大)
近年、再帰ニューラルネットワークが2次元の画像認識にも利用できることが知られている。代表的なアーキテクチャであるSequencerはResNetのような4ステージの階層構造を持っておらず、その結果、一般的なRetinaNetなどの物体検出モデルのバックボーンに採用しても精度が出ない。本研究では、その問題を解決するために、Rotational Sequencerを提案する。画像分類でSequencerよりも高い精度を達成するだけでなく、RetinaNetのような物体検出モデルのバックボーンとしても十分な精度を達成している。