コンピュータビジョン分野メジャー国際会議 Award までの道のり

cvpaper. challenge
cvpaper. challengeResearchers, Graduate Students
⽚岡裕雄
Hirokatsu Kataoka
http://xpaperchallenge.org/cv/
Pre-training without Natural Images
-CV分野メジャー国際会議Awardまでの道のり-
Tips/Lessons from ACCV 2020 Best Paper Honorable Mention Award
本資料について
● 個⼈的な, ある1プロジェクトからのコツ・学び
● コンピュータビジョン(CV)分野の国際会議
○ 賞を獲得するとは / 論⽂を通すとは
○ 採点⽅式
● プロジェクト5年間の歩み
○ 研究プロジェクトの概要
○ コツ・学び
(いきなりですが)Awardを獲得するには︖
(いきなりですが)Awardを獲得するには︖
● 「Awardを狙うこと」
(いきなりですが)Awardを獲得するには︖
● 「Awardを狙うこと」
● 当然,Best PaperはBest of Bestに贈られる
○ 何とか賞でも多くてTop-10くらい
● 合格点でなく最⾼点を狙う
○ 「取り敢えず採択最低点を⽬指そう」では到達できない領域
その前に,CV分野のメジャー会議の仕組みについて説明↓
メジャー会議に通すとは︖(vs. 査読者)
● 著者は初期配点を⾃ら決定, 査読者は減点
● 著者側(初期配点を⾃分で設定)
○ 問題設定「何をするか︖」とその質「どこまでやるか︖」を決定
■ 但し,初期配点は具体的な数値ではなく査読者の感覚に依るところが⼤きい
● 査読者側(論⽂の⾄らない点を探して減点)
○ ⽂法ミス,タイポ,実験の不⾜,論理のずれなどが減点対象
○ 評点はCV分野の場合には{SA, WA, B, WR, SR}の5段階が多い
■ SR/SA: Strong Reject/Accept, WR/WA: Weak Reject/Accept, B: Borderline
■ 但し,評点は具体的な数値ではなく査読者の感覚に依るところが⼤きい
著者 vs. 査読者で点数付,総合的な点数が⾼い順から採択*
*サブ分野のバランスなども⾒極めて判断する
つまり何が必要︖
● 初期配点を⾼く, 減点を少なく︕
● 初期配点を⾼く
○ 優れた問題設定を考える
■ 個⼈/集団 ブレインストーミング → 徹底したディスカッションが効果的
○ 問題設定の価値を⾼めるために
■ 網羅的/メタサーベイが効果的
● 減点を少なく
○ 問題設定を実証するという意味で実験がある
■ 論⽂の質向上には︓定期的な打ち合わせが効果的
■ 実験量を確保するには︓計算リソースの拡充が効果的
○ 分かりやすい論⽂構成, 誤字脱字⽂法などミスを少なくする
■ 論⽂を早く書く(⼀ヶ⽉前第⼀版完成推奨)
■ 多くの⽬に触れる(2週間前までに内部査読)
■ 直前は著者全員で校正
メジャー会議の合否決定(vs. AC/PC)
● 査読者の評点を元にディスカッション
● 合否決定の仕組み
○ 下図参照(How to review for CVPR より)
○ Reviewer → Area Chair (AC) → Program Chair (PC)という順番/逆順
○ なお,この組織とは別に賞候補委員会なるものが組織される
https://www.google.com/url?sa=t&rct=j&q=&esrc=s&source=web&cd=&ved=2ahUKEwiIh-
uU5t7tAhXYF4gKHdKNCZsQFjAFegQIBBAC&url=http%3A%2F%2Fcvpr2020.thecvf.com%2
Fsites%2Fdefault%2Ffiles%2F2019-
09%2FCVPRReviewerTutorial.pptx&usg=AOvVaw1C9siWCw_8FyPFMPjg7Vyl
賞候補論⽂とは?︖
● 査読の評点が極めて⾼い, AC/PCが推薦, 賞候補委員が決定
○ 査読の時点ではStrong Acceptを可能な限り集めたい
○ AC/PCには今までのどの論⽂とも違うということを理解させたい
「初期配点を⾼く,減点を少なく」を徹底
https://www.google.com/url?sa=t&rct=j&q=&esrc=s&source=web&cd=&ved=2ahUKEwiIh-
uU5t7tAhXYF4gKHdKNCZsQFjAFegQIBBAC&url=http%3A%2F%2Fcvpr2020.thecvf.com%2
Fsites%2Fdefault%2Ffiles%2F2019-
09%2FCVPRReviewerTutorial.pptx&usg=AOvVaw1C9siWCw_8FyPFMPjg7Vyl
賞候補論⽂とは?︖
● 査読の評点が極めて⾼い, AC/PCが推薦, 賞候補委員が決定
○ 査読の時点ではStrong Acceptを可能な限り集めたい
○ AC/PCには今までのどの論⽂とも違うということを理解させたい
「初期配点を⾼く,減点を少なく」を徹底
How to write a good CVPR submissionより
https://billf.mit.edu/sites/default/files/documents/cvprPapers.pdf
・Best Paperを獲るに限らず,後々残るような論⽂は
⼀握り(CV分野で年間数本と⾔われる)
・「独創的」は「とても良い研究」の向こう側にある︕
背景(ここから3pは簡単な研究紹介)
• 教師あり学習/⾃⼰教師学習は有望
• だが⾃然画像を⽤いるため権利問題がクリアでない
• ⾃然画像を⽤いずCNN学習が可能か︖
• アノテーション,プライバシー,公平性
• ⾃然画像による⼤規模DB問題は⼭積
データセット問題︓
アノテーション,公平性, プライバシー
ImageNetは商⽤利⽤禁⽌,
教育・学術⽬的利⽤に限定
教師あり学習
http://www.image-net.org/
本研究における「問い」
• ⼤規模DBを⾃動⽣成して,事前学習できる︖
– 画像パターンを⾃ら⽣成,カテゴリも分割できる︖
– ⾃然画像とは/画像カテゴリとは何か︖に迫る
撮影された⾃然画像を⼀切⽤いず,⼈⼿アノテーションなし/個⼈情報保護法にも依らず,
ImageNet事前学習モデルを置き換える︕
画像の30万画素空間は16.7M300K
CNN+ImageNetは膨⼤な空間を(たった)120+万枚で学習
CNNは組織化された⼤量画像/カテゴリで事前学習可能︖
提案⼿法︓数式ドリブン教師あり学習
⾃然画像を⽤いない事前学習にも関わらず
⾃然画像認識において⾼い事前学習効果
フラクタル幾何を⽤いた
画像パターン及び画像カテゴリ⾃動⽣成
画像パターン及び画像カテゴリを⾃動⽣成する法則を探求
1. 近年の⼤規模画像DB関連問題(アノテーション, 公平性, プライバシー)を解決
2. 転移学習により部分的にデファクトスタンダードの⼈間教師の精度を凌駕
⼈為的ラベル付け作業なし, 画像の公平性担保, プライバシーをクリアした状態で
⼤規模画像データセット(ImageNet等)による事前学習を置き換える研究
プロジェクト これまでの流れ
• 2016/05: アイディアを発想,研究を開始
• 2016/11: CVPRʼ17 投稿⾒送り
• 2017/03: 引き継ぎによりロストテクノロジーに,,,
• 2017/04: ここから体制変更
• 2017/07: FractalDB(代表60カテゴリ)
• 2017/12: ViEWʼ17 次点
• 2018/07: FractalDB-1k(ここで現在のベース完成)
• 2018/08: MIRUʼ18 発表(だがOral落ちでPoster)
• 2018/10: 科研費申請
• 2018/11: CVPRʼ19投稿(リジェクト)
• 2019/01: スパコンABCI使⽤開始
• 2019/03: ICCVʼ19投稿(リジェクト)
• 2019/04: 科研費基盤(A)採択(ここから⽚岡が主著)
• 2019/11: CVPRʼ20 投稿(リジェクト)
• 2020/07: ACCVʼ20 投稿(Accept (Oral); Strong Accept x3)
• 2020/09: ACCVʼ20 コンテンツ作成(サムネ, 動画x2, コード, 論⽂)
• 2020/11: ACCVʼ20 Best Paper Honorable Mention Award獲得
Award受賞までのTips
• アイディアは徹底して尖らせよう
• 良いと信じたテーマは続けよう
• 研究は改善あるのみ
• ⼈を巻き込め
• 最⾼のリソースを使う
• ⾃らの⼿を動かそう
• 投稿戦略の切り替え
• プレゼン(論⽂含む)はクリアに
• 「狙え」さもなくばAwardは獲れない
アイディアは徹底して尖らせよう
2016/05: アイディアを発想,研究を開始 ←「これまでの流れ」に対応
以降,全ての期間でアイディアは考えていた
• アイディア(及びストーリー)は常にアップデート
– 最初のアイディアは⼗中⼋九,⼤したことない︕
• アイディアを磨くタイミング
– 論⽂(読み書き),打ち合わせ,学会発表など
• 但し,↑は初期テーマに固執した場合は起こりえない
– アンテナを凡ゆる⽅向に伸ばそう
最初のアイディアはそこまで磨かれていなかった
(⾃然物とは︖⼈⼯物とは︖という問題に⾏き着いた)
良いと信じたテーマは続けよう
2017/03: 引き継ぎによりロストテクノロジーに,,,
2017/04: ここから体制の変更
成果はほぼ出ていなかったので普通なら辞めていた,,,
• 絶対使えるものになる/するという確信/信念(?)
– 当時からImageNetを置き換えたいとは思っていた
• TDUの⼆⼈が技術を蘇らせて先に進めてくれた
– 特に岡安くんの貢献は⼤きかった
– というわけで2nd Authorとして残り続けた
研究は改善あるのみ
2017/07: FractalDB(代表60カテゴリ)
2018/07: FractalDB-1k(ここで現在のベース完成)
2018/08: MIRUʼ18 発表(だがOral落ちでPoster)
2018/11: CVPRʼ19投稿(リジェクト)
2019/03: ICCVʼ19投稿(リジェクト)
2019/11: CVPRʼ20 投稿(リジェクト)
落とされる度に改善を⾏なっていく︕
• テーマ・実験・プレゼン全ての⾯で強化
– 「アイディアは徹底して尖らせよう」に通じる
• 査読コメントは重要
– 特にCVPR/ICCVともなると読んでいるのはトップ研究者
⼈を巻き込め
• 2018/10: 科研費申請
• 2019/04: 科研費基盤(A)採択(ここから⽚岡が主著)
ここら辺が転機,研究が縦横に拡がる
• 産総研 / 電⼤ 2研究室 / 東⼯⼤の4研究室連携
– 前⽥英作先⽣, 井上中順先⽣の加⼊
– 元々連携していた中村研究室にも研究費++
• 研究の拡がり
– 研究する学⽣さんが増える
– 現状,関連研究が拡がり続けている
• 遠回りのようで,基盤となる技術を持った⽅が後々の業績は⼤きい
• さらに,縦横無尽に知識の相互作⽤
最⾼のリソースを使う
2019/01: スパコンABCI使⽤開始
時間を研究費により短縮
• 実験の加速
– 90⽇分の実験を週末で完了
– DeepBox(TitanX x4) vs. ABCI(V100 x4 xN(Nmax = 1088))
• 課⾦制につき研究費次第
– ICCVʼ19〜CVPRʼ20〜ACCVʼ20で(少なく⾒積もっても)200,000GPU時間
– 予算は多少必要...
当時の感想
ABCIはImageNet学習の
世界最速記録も出している︕
https://twitter.com/HirokatuKataoka/status/1101262001517412352
⾃らの⼿を動かそう
2019/03: ICCVʼ19投稿(リジェクト)
2019/04: 科研費基盤(A)採択(ここから⽚岡が主著)
どちらかと⾔えばGL/Ph.D.メンバー向け
• 「良いと信じたテーマは続けよう」を引き続き実践
– ⾃ら主著となったのは学⽣同⼠の引継ぎの時間ロスを無くすため
• 主著|共同主著論⽂|共著論⽂を書こう
– 論⽂を通して新しい提案を世に出す
– 実験を通して知⾒を⽣み出す以外は進捗ではない
• ...と思っていれば最近研究したかどうかが分かるのでは︖
• MTG/Tweet/論⽂読み/雑務して進捗か︖(⾃らに⾔い聞かせています)
投稿戦略の切り替え
2019/11: CVPRʼ20 投稿(リジェクト)
2020/07: ACCVʼ20 投稿(Accept (Oral); Strong Accept x3)
より理解されやすい戦略を考える
• 問題提起型研究は最初に出た時のインパクトが重要
– 初出が⼀番BPを獲得しやすいが,理解されにくいのも事実
• CVPR/ICCVだと精度(完成度)重視で理解されない
– ImageNet事前学習よりも精度が悪いものをなぜ投稿するのか︖
→ 最初からACCV投稿直前までずっと続いた
• 「⾯⽩いけど,何に使えるの︖」はずっと続いた
– 転機になったのが2019年のImageNet公平性問題か︖
– 2020年,相次ぐデータセット公開停⽌で理解が追いついた︖
受賞後IJCVへの推薦,というのもTop-tier → ACCVへの切り替えとしては⼤きかった
プレゼン(論⽂含む)はクリアに
2020/07: ACCVʼ20 投稿(Accept (Oral); Strong Accept x3)
早く書く,何度も改善︕
• 1ヶ⽉前完成 & 毎回ver.20前後まで修正
– cvpaper.challenge内部査読の流れは徹底
• ver.1(⼀ヶ⽉前)〜内部査読〜追加実験/イントロ修正
– 直前も役割分担
• 内部英語チェック,図の改善,追加実験,論⽂執筆,休憩
CVPR 2017 投稿挑戦は1.5p書いて断念 ACCV 2020 投稿直前まで徹底した改善
トータルでver.50は優に超えてる
「狙え」さもなくばAwardは獲れない
2020/09: ACCVʼ20 コンテンツ作成(サムネ, 動画x2, コード, 論⽂)
賞候補委員会向けのメッセージとして
• もちろん賞を獲ることが全てではない
– 受賞論⽂以外にもいい論⽂/研究はいくらでもある
• Code / Dataset / Oral / Poster / Videoを全て提出
– Project PageをACCV側に提出,あとは順次追加
– (恐らく)賞を選定する11⽉後半までには全て更新
https://hirokatsukataoka16.github.io/Pretraining-without-Natural-Images/
Project PageはACCV側にも提出
https://accv2020.github.io/programs/awards/index.html
さらに必要なこと︖
● 「受賞して終わり」ではない︕そこから始まり
● 宣伝する
○ SNS,Blog等
● 分野内で広める
○ WS/コンペの運営
● ⼀般レベルで広める
○ 研究連携・共同研究
○ システムとしてリリース
● 研究を継続する
○ 続編を出し続ける
(おわりに)同プロジェクト開始前後の⾃分
• 博⼠課程時に投稿したTop/2nd-tierはほぼSR
– ICCV 2011︓Strong Reject x3
– ICPR 2012: Reject
– ICIP 2012: Reject
– CVPR 2012︓Strong Reject x3
– CVPR 2013︓Strong Reject x3
– WACV 2013︓Strong Reject x3
– FG2013︓Strong Reject x3
– CVPR 2014︓Borderline x1, Strong Reject x2
– ICPR 2014: Reject
– 絶望的...
• Strong Reject x3 → Strong Accept x3まで積み上げた
– 良いものも,悪いものも蓄積され⾃分の糧になっている
どんなにRejectされても諦めない,⾃分の直感を信じて前向きに取り組む
本質を⾒直すところから研究テーマ設定しよう︕
1 of 27

Recommended

畳み込みニューラルネットワークの高精度化と高速化 by
畳み込みニューラルネットワークの高精度化と高速化畳み込みニューラルネットワークの高精度化と高速化
畳み込みニューラルネットワークの高精度化と高速化Yusuke Uchida
64.5K views133 slides
Data-Centric AIの紹介 by
Data-Centric AIの紹介Data-Centric AIの紹介
Data-Centric AIの紹介Kazuyuki Miyazawa
3.8K views39 slides
[DL輪読会]GLIDE: Guided Language to Image Diffusion for Generation and Editing by
[DL輪読会]GLIDE: Guided Language to Image Diffusion  for Generation and Editing[DL輪読会]GLIDE: Guided Language to Image Diffusion  for Generation and Editing
[DL輪読会]GLIDE: Guided Language to Image Diffusion for Generation and EditingDeep Learning JP
3K views21 slides
三次元表現まとめ(深層学習を中心に) by
三次元表現まとめ(深層学習を中心に)三次元表現まとめ(深層学習を中心に)
三次元表現まとめ(深層学習を中心に)Tomohiro Motoda
1.5K views38 slides
SSII2021 [OS2-01] 転移学習の基礎:異なるタスクの知識を利用するための機械学習の方法 by
SSII2021 [OS2-01] 転移学習の基礎:異なるタスクの知識を利用するための機械学習の方法SSII2021 [OS2-01] 転移学習の基礎:異なるタスクの知識を利用するための機械学習の方法
SSII2021 [OS2-01] 転移学習の基礎:異なるタスクの知識を利用するための機械学習の方法SSII
3.8K views48 slides
深層学習によるHuman Pose Estimationの基礎 by
深層学習によるHuman Pose Estimationの基礎深層学習によるHuman Pose Estimationの基礎
深層学習によるHuman Pose Estimationの基礎Takumi Ohkuma
2.3K views44 slides

More Related Content

What's hot

論文紹介「PointNetLK: Robust & Efficient Point Cloud Registration Using PointNet」 by
論文紹介「PointNetLK: Robust & Efficient Point Cloud Registration Using PointNet」論文紹介「PointNetLK: Robust & Efficient Point Cloud Registration Using PointNet」
論文紹介「PointNetLK: Robust & Efficient Point Cloud Registration Using PointNet」Naoya Chiba
3.2K views31 slides
分散学習のあれこれ~データパラレルからモデルパラレルまで~ by
分散学習のあれこれ~データパラレルからモデルパラレルまで~分散学習のあれこれ~データパラレルからモデルパラレルまで~
分散学習のあれこれ~データパラレルからモデルパラレルまで~Hideki Tsunashima
4.3K views48 slides
動作認識の最前線:手法,タスク,データセット by
動作認識の最前線:手法,タスク,データセット動作認識の最前線:手法,タスク,データセット
動作認識の最前線:手法,タスク,データセットToru Tamaki
3.2K views128 slides
You Only Look One-level Featureの解説と見せかけた物体検出のよもやま話 by
You Only Look One-level Featureの解説と見せかけた物体検出のよもやま話You Only Look One-level Featureの解説と見せかけた物体検出のよもやま話
You Only Look One-level Featureの解説と見せかけた物体検出のよもやま話Yusuke Uchida
9.4K views56 slides
Deep Learning による視覚×言語融合の最前線 by
Deep Learning による視覚×言語融合の最前線Deep Learning による視覚×言語融合の最前線
Deep Learning による視覚×言語融合の最前線Yoshitaka Ushiku
32.5K views71 slides
【DL輪読会】Perceiver io a general architecture for structured inputs & outputs by
【DL輪読会】Perceiver io  a general architecture for structured inputs & outputs 【DL輪読会】Perceiver io  a general architecture for structured inputs & outputs
【DL輪読会】Perceiver io a general architecture for structured inputs & outputs Deep Learning JP
1.5K views23 slides

What's hot(20)

論文紹介「PointNetLK: Robust & Efficient Point Cloud Registration Using PointNet」 by Naoya Chiba
論文紹介「PointNetLK: Robust & Efficient Point Cloud Registration Using PointNet」論文紹介「PointNetLK: Robust & Efficient Point Cloud Registration Using PointNet」
論文紹介「PointNetLK: Robust & Efficient Point Cloud Registration Using PointNet」
Naoya Chiba3.2K views
分散学習のあれこれ~データパラレルからモデルパラレルまで~ by Hideki Tsunashima
分散学習のあれこれ~データパラレルからモデルパラレルまで~分散学習のあれこれ~データパラレルからモデルパラレルまで~
分散学習のあれこれ~データパラレルからモデルパラレルまで~
Hideki Tsunashima4.3K views
動作認識の最前線:手法,タスク,データセット by Toru Tamaki
動作認識の最前線:手法,タスク,データセット動作認識の最前線:手法,タスク,データセット
動作認識の最前線:手法,タスク,データセット
Toru Tamaki3.2K views
You Only Look One-level Featureの解説と見せかけた物体検出のよもやま話 by Yusuke Uchida
You Only Look One-level Featureの解説と見せかけた物体検出のよもやま話You Only Look One-level Featureの解説と見せかけた物体検出のよもやま話
You Only Look One-level Featureの解説と見せかけた物体検出のよもやま話
Yusuke Uchida9.4K views
Deep Learning による視覚×言語融合の最前線 by Yoshitaka Ushiku
Deep Learning による視覚×言語融合の最前線Deep Learning による視覚×言語融合の最前線
Deep Learning による視覚×言語融合の最前線
Yoshitaka Ushiku32.5K views
【DL輪読会】Perceiver io a general architecture for structured inputs & outputs by Deep Learning JP
【DL輪読会】Perceiver io  a general architecture for structured inputs & outputs 【DL輪読会】Perceiver io  a general architecture for structured inputs & outputs
【DL輪読会】Perceiver io a general architecture for structured inputs & outputs
Deep Learning JP1.5K views
SSII2022 [SS1] ニューラル3D表現の最新動向〜 ニューラルネットでなんでも表せる?? 〜​ by SSII
SSII2022 [SS1] ニューラル3D表現の最新動向〜 ニューラルネットでなんでも表せる?? 〜​SSII2022 [SS1] ニューラル3D表現の最新動向〜 ニューラルネットでなんでも表せる?? 〜​
SSII2022 [SS1] ニューラル3D表現の最新動向〜 ニューラルネットでなんでも表せる?? 〜​
SSII3.2K views
【DL輪読会】Efficiently Modeling Long Sequences with Structured State Spaces by Deep Learning JP
【DL輪読会】Efficiently Modeling Long Sequences with Structured State Spaces【DL輪読会】Efficiently Modeling Long Sequences with Structured State Spaces
【DL輪読会】Efficiently Modeling Long Sequences with Structured State Spaces
Deep Learning JP4.8K views
文献紹介:Swin Transformer: Hierarchical Vision Transformer Using Shifted Windows by Toru Tamaki
文献紹介:Swin Transformer: Hierarchical Vision Transformer Using Shifted Windows文献紹介:Swin Transformer: Hierarchical Vision Transformer Using Shifted Windows
文献紹介:Swin Transformer: Hierarchical Vision Transformer Using Shifted Windows
Toru Tamaki209 views
Word Tour: One-dimensional Word Embeddings via the Traveling Salesman Problem... by joisino
Word Tour: One-dimensional Word Embeddings via the Traveling Salesman Problem...Word Tour: One-dimensional Word Embeddings via the Traveling Salesman Problem...
Word Tour: One-dimensional Word Embeddings via the Traveling Salesman Problem...
joisino3.4K views
SSII2020 [OS2-03] 深層学習における半教師あり学習の最新動向 by SSII
SSII2020 [OS2-03] 深層学習における半教師あり学習の最新動向SSII2020 [OS2-03] 深層学習における半教師あり学習の最新動向
SSII2020 [OS2-03] 深層学習における半教師あり学習の最新動向
SSII3.8K views
画像キャプションの自動生成 by Yoshitaka Ushiku
画像キャプションの自動生成画像キャプションの自動生成
画像キャプションの自動生成
Yoshitaka Ushiku58K views
[DL輪読会]ドメイン転移と不変表現に関するサーベイ by Deep Learning JP
[DL輪読会]ドメイン転移と不変表現に関するサーベイ[DL輪読会]ドメイン転移と不変表現に関するサーベイ
[DL輪読会]ドメイン転移と不変表現に関するサーベイ
Deep Learning JP6.9K views
backbone としての timm 入門 by Takuji Tahara
backbone としての timm 入門backbone としての timm 入門
backbone としての timm 入門
Takuji Tahara7.4K views
SSII2020SS: グラフデータでも深層学習 〜 Graph Neural Networks 入門 〜 by SSII
SSII2020SS: グラフデータでも深層学習 〜 Graph Neural Networks 入門 〜SSII2020SS: グラフデータでも深層学習 〜 Graph Neural Networks 入門 〜
SSII2020SS: グラフデータでも深層学習 〜 Graph Neural Networks 入門 〜
SSII3.7K views
CV分野におけるサーベイ方法 by Hirokatsu Kataoka
CV分野におけるサーベイ方法CV分野におけるサーベイ方法
CV分野におけるサーベイ方法
Hirokatsu Kataoka23.9K views
これからの Vision & Language ~ Acadexit した4つの理由 by Yoshitaka Ushiku
これからの Vision & Language ~ Acadexit した4つの理由これからの Vision & Language ~ Acadexit した4つの理由
これからの Vision & Language ~ Acadexit した4つの理由
Yoshitaka Ushiku6.6K views
画像生成・生成モデル メタサーベイ by cvpaper. challenge
画像生成・生成モデル メタサーベイ画像生成・生成モデル メタサーベイ
画像生成・生成モデル メタサーベイ
cvpaper. challenge8.3K views
Domain Adaptation 発展と動向まとめ(サーベイ資料) by Yamato OKAMOTO
Domain Adaptation 発展と動向まとめ(サーベイ資料)Domain Adaptation 発展と動向まとめ(サーベイ資料)
Domain Adaptation 発展と動向まとめ(サーベイ資料)
Yamato OKAMOTO8.5K views

Similar to コンピュータビジョン分野メジャー国際会議 Award までの道のり

2017年の研究戦略 -cvpaper.challenge 2017- by
2017年の研究戦略 -cvpaper.challenge 2017-2017年の研究戦略 -cvpaper.challenge 2017-
2017年の研究戦略 -cvpaper.challenge 2017-cvpaper. challenge
1.1K views36 slides
SQiP2015-研究のデザイン入門 by
SQiP2015-研究のデザイン入門SQiP2015-研究のデザイン入門
SQiP2015-研究のデザイン入門Hironori Washizaki
4.4K views41 slides
SQiP研究会2014 ミニ講座「論文の書き方入門」 2014年11月7日 by
SQiP研究会2014 ミニ講座「論文の書き方入門」 2014年11月7日SQiP研究会2014 ミニ講座「論文の書き方入門」 2014年11月7日
SQiP研究会2014 ミニ講座「論文の書き方入門」 2014年11月7日Hironori Washizaki
21K views30 slides
県岐商_商品開発の授業 Extra day(3と4の間) by
県岐商_商品開発の授業 Extra day(3と4の間)県岐商_商品開発の授業 Extra day(3と4の間)
県岐商_商品開発の授業 Extra day(3と4の間)Rikie Ishii
1.3K views20 slides
BPSttudy#84 アイデアをカタチにする方法 by
BPSttudy#84 アイデアをカタチにする方法BPSttudy#84 アイデアをカタチにする方法
BPSttudy#84 アイデアをカタチにする方法Haruo Sato
2.9K views82 slides
Careerworkshop 20121123 by
Careerworkshop 20121123Careerworkshop 20121123
Careerworkshop 20121123Kenji Okubo
470 views44 slides

Similar to コンピュータビジョン分野メジャー国際会議 Award までの道のり(20)

2017年の研究戦略 -cvpaper.challenge 2017- by cvpaper. challenge
2017年の研究戦略 -cvpaper.challenge 2017-2017年の研究戦略 -cvpaper.challenge 2017-
2017年の研究戦略 -cvpaper.challenge 2017-
cvpaper. challenge1.1K views
SQiP研究会2014 ミニ講座「論文の書き方入門」 2014年11月7日 by Hironori Washizaki
SQiP研究会2014 ミニ講座「論文の書き方入門」 2014年11月7日SQiP研究会2014 ミニ講座「論文の書き方入門」 2014年11月7日
SQiP研究会2014 ミニ講座「論文の書き方入門」 2014年11月7日
Hironori Washizaki21K views
県岐商_商品開発の授業 Extra day(3と4の間) by Rikie Ishii
県岐商_商品開発の授業 Extra day(3と4の間)県岐商_商品開発の授業 Extra day(3と4の間)
県岐商_商品開発の授業 Extra day(3と4の間)
Rikie Ishii1.3K views
BPSttudy#84 アイデアをカタチにする方法 by Haruo Sato
BPSttudy#84 アイデアをカタチにする方法BPSttudy#84 アイデアをカタチにする方法
BPSttudy#84 アイデアをカタチにする方法
Haruo Sato2.9K views
Careerworkshop 20121123 by Kenji Okubo
Careerworkshop 20121123Careerworkshop 20121123
Careerworkshop 20121123
Kenji Okubo470 views
エンジニアのプレゼンスライド作成入門 by Tomoaki Imai
エンジニアのプレゼンスライド作成入門エンジニアのプレゼンスライド作成入門
エンジニアのプレゼンスライド作成入門
Tomoaki Imai1.7K views
Socla2012 レポートポスターの書き方と提出方法 by Toru Fujimoto
Socla2012 レポートポスターの書き方と提出方法Socla2012 レポートポスターの書き方と提出方法
Socla2012 レポートポスターの書き方と提出方法
Toru Fujimoto4.7K views
【 xpaper.challenge 】ブレインストーミング法 by cvpaper. challenge
【 xpaper.challenge 】ブレインストーミング法【 xpaper.challenge 】ブレインストーミング法
【 xpaper.challenge 】ブレインストーミング法
cvpaper. challenge895 views
Kyoto idea workshop_001 by Rikie Ishii
Kyoto idea workshop_001Kyoto idea workshop_001
Kyoto idea workshop_001
Rikie Ishii1.1K views
中小企業大学校・仙台校、2日間講義ワークショップ【業務改革のためのアイデア発想ひきだし術】 by Rikie Ishii
中小企業大学校・仙台校、2日間講義ワークショップ【業務改革のためのアイデア発想ひきだし術】中小企業大学校・仙台校、2日間講義ワークショップ【業務改革のためのアイデア発想ひきだし術】
中小企業大学校・仙台校、2日間講義ワークショップ【業務改革のためのアイデア発想ひきだし術】
Rikie Ishii3.4K views
2013/04/18_at_Tsukiji_idea-workshop by Rikie Ishii
2013/04/18_at_Tsukiji_idea-workshop2013/04/18_at_Tsukiji_idea-workshop
2013/04/18_at_Tsukiji_idea-workshop
Rikie Ishii2K views
ぼくがd.schoolで学んだこと by Yu Nishimura
ぼくがd.schoolで学んだことぼくがd.schoolで学んだこと
ぼくがd.schoolで学んだこと
Yu Nishimura2K views
アジャイル開発を始めてみませんか?(思い出編) by Miho Nagase
アジャイル開発を始めてみませんか?(思い出編)アジャイル開発を始めてみませんか?(思い出編)
アジャイル開発を始めてみませんか?(思い出編)
Miho Nagase1.3K views

Recently uploaded

定例会スライド_キャチs 公開用.pdf by
定例会スライド_キャチs 公開用.pdf定例会スライド_キャチs 公開用.pdf
定例会スライド_キャチs 公開用.pdfKeio Robotics Association
135 views64 slides
SSH応用編_20231129.pdf by
SSH応用編_20231129.pdfSSH応用編_20231129.pdf
SSH応用編_20231129.pdficebreaker4
405 views13 slides
PCCC23:東京大学情報基盤センター 「Society5.0の実現を目指す『計算・データ・学習』の融合による革新的スーパーコンピューティング」 by
PCCC23:東京大学情報基盤センター 「Society5.0の実現を目指す『計算・データ・学習』の融合による革新的スーパーコンピューティング」PCCC23:東京大学情報基盤センター 「Society5.0の実現を目指す『計算・データ・学習』の融合による革新的スーパーコンピューティング」
PCCC23:東京大学情報基盤センター 「Society5.0の実現を目指す『計算・データ・学習』の融合による革新的スーパーコンピューティング」PC Cluster Consortium
27 views36 slides
速習! PostgreSQL専用HAソフトウェア: Patroni(PostgreSQL Conference Japan 2023 発表資料) by
速習! PostgreSQL専用HAソフトウェア: Patroni(PostgreSQL Conference Japan 2023 発表資料)速習! PostgreSQL専用HAソフトウェア: Patroni(PostgreSQL Conference Japan 2023 発表資料)
速習! PostgreSQL専用HAソフトウェア: Patroni(PostgreSQL Conference Japan 2023 発表資料)NTT DATA Technology & Innovation
32 views38 slides
光コラボは契約してはいけない by
光コラボは契約してはいけない光コラボは契約してはいけない
光コラボは契約してはいけないTakuya Matsunaga
27 views17 slides
PCCC23:富士通株式会社 テーマ1「次世代高性能・省電力プロセッサ『FUJITSU-MONAKA』」 by
PCCC23:富士通株式会社 テーマ1「次世代高性能・省電力プロセッサ『FUJITSU-MONAKA』」PCCC23:富士通株式会社 テーマ1「次世代高性能・省電力プロセッサ『FUJITSU-MONAKA』」
PCCC23:富士通株式会社 テーマ1「次世代高性能・省電力プロセッサ『FUJITSU-MONAKA』」PC Cluster Consortium
66 views12 slides

Recently uploaded(12)

SSH応用編_20231129.pdf by icebreaker4
SSH応用編_20231129.pdfSSH応用編_20231129.pdf
SSH応用編_20231129.pdf
icebreaker4405 views
PCCC23:東京大学情報基盤センター 「Society5.0の実現を目指す『計算・データ・学習』の融合による革新的スーパーコンピューティング」 by PC Cluster Consortium
PCCC23:東京大学情報基盤センター 「Society5.0の実現を目指す『計算・データ・学習』の融合による革新的スーパーコンピューティング」PCCC23:東京大学情報基盤センター 「Society5.0の実現を目指す『計算・データ・学習』の融合による革新的スーパーコンピューティング」
PCCC23:東京大学情報基盤センター 「Society5.0の実現を目指す『計算・データ・学習』の融合による革新的スーパーコンピューティング」
速習! PostgreSQL専用HAソフトウェア: Patroni(PostgreSQL Conference Japan 2023 発表資料) by NTT DATA Technology & Innovation
速習! PostgreSQL専用HAソフトウェア: Patroni(PostgreSQL Conference Japan 2023 発表資料)速習! PostgreSQL専用HAソフトウェア: Patroni(PostgreSQL Conference Japan 2023 発表資料)
速習! PostgreSQL専用HAソフトウェア: Patroni(PostgreSQL Conference Japan 2023 発表資料)
光コラボは契約してはいけない by Takuya Matsunaga
光コラボは契約してはいけない光コラボは契約してはいけない
光コラボは契約してはいけない
Takuya Matsunaga27 views
PCCC23:富士通株式会社 テーマ1「次世代高性能・省電力プロセッサ『FUJITSU-MONAKA』」 by PC Cluster Consortium
PCCC23:富士通株式会社 テーマ1「次世代高性能・省電力プロセッサ『FUJITSU-MONAKA』」PCCC23:富士通株式会社 テーマ1「次世代高性能・省電力プロセッサ『FUJITSU-MONAKA』」
PCCC23:富士通株式会社 テーマ1「次世代高性能・省電力プロセッサ『FUJITSU-MONAKA』」
SNMPセキュリティ超入門 by mkoda
SNMPセキュリティ超入門SNMPセキュリティ超入門
SNMPセキュリティ超入門
mkoda479 views
The Things Stack説明資料 by The Things Industries by CRI Japan, Inc.
The Things Stack説明資料 by The Things IndustriesThe Things Stack説明資料 by The Things Industries
The Things Stack説明資料 by The Things Industries
CRI Japan, Inc.78 views
今、改めて考えるPostgreSQLプラットフォーム - マルチクラウドとポータビリティ -(PostgreSQL Conference Japan 20... by NTT DATA Technology & Innovation
今、改めて考えるPostgreSQLプラットフォーム - マルチクラウドとポータビリティ -(PostgreSQL Conference Japan 20...今、改めて考えるPostgreSQLプラットフォーム - マルチクラウドとポータビリティ -(PostgreSQL Conference Japan 20...
今、改めて考えるPostgreSQLプラットフォーム - マルチクラウドとポータビリティ -(PostgreSQL Conference Japan 20...
Windows 11 information that can be used at the development site by Atomu Hidaka
Windows 11 information that can be used at the development siteWindows 11 information that can be used at the development site
Windows 11 information that can be used at the development site
Atomu Hidaka90 views

コンピュータビジョン分野メジャー国際会議 Award までの道のり