利用 Mask R-CNN 评估车辆损伤
计算机视觉与模式识别
2020-05-06 v3 人工智能
摘要
基于图像的车辆保险处理是一个重要领域,具有巨大的自动化空间。在本文中,我们考虑车辆损伤分类问题,其中部分类别可细粒度划分。我们为此探索基于深度学习的技术。起初,我们尝试直接训练一个 CNN。然而,由于标记数据量小,其表现不佳。随后,我们探索了领域特定预训练继而微调的影响。最后,我们尝试了迁移学习与集成学习。实验结果表明,迁移学习优于领域特定微调。我们通过迁移与集成学习相结合取得了 89.5% 的准确率。
引用
@article{arxiv.2004.14173,
title = {Assessing Car Damage using Mask R-CNN},
author = {Sarath P and Soorya M and Shaik Abdul Rahman A and S Suresh Kumar and K Devaki},
journal= {arXiv preprint arXiv:2004.14173},
year = {2020}
}