タグ: #히트맵

← すべての記事

• 損失関数と学習手法：交差エントロピー、focal loss、ヒートマップロス、データ拡張、学習率スケジュール、混合精度

  モデルが「何をできたとするか」を決める損失関数と、学習を高速かつ安定させる手法をまとめます。交差エントロピーが簡単な背景の10万マスに埋もれる問題をfocal lossがどのように解決するのかを数値で示し（CEでの物体割合5.3% → focal 96.5%、直接計算）、ヒートマップロス（MSEとペナルティを軽減したfocal）、データ拡張（AlexNet・U-Net・mixup）、ウォームアップ＋コサイン学習率、大バッチの線形スケーリ

  2026-10-17 · 14 分で読めます #비전 모델#손실 함수#focal loss#데이터 증강#학습률

• U-NetとHRNet：解像度を維持する構造とヒートマップ出力

  分類モデルは画像を縮小しながら「何であるか」を特定しますが、ボール探し・姿勢推定・セグメンテーションでは「正確にどこにあるか」を知る必要があります。縮小してから拡大し直し、スキップ接続で細かな位置を戻すU-Net（2015）と、高解像度の分岐を最後まで残して複数の解像度を混ぜ続けるHRNet（2019）の設計意図を、論文の数値とともに整理します。直接計算により、直径3pxのボールが1/8解像度で消えていく様子や、ヒートマップから座標を読

  2026-10-17 · 12 分で読めます #비전 모델#U-Net#HRNet#히트맵#분할