これまでAIモデルの性能は限定的

コンピュータビジョン分野の研究者たちは、汎用的な知覚システムの構築を目指して研究を行っています。しかし、中でも物体検出タスクはデータセットに依存し、モデルがいい結果を出すのは特定の領域に限定されています。

この特定のデータセットへの依存は、物体検出とインスタンスセグメンテーションにおいて急速な進歩をもたらしましたが、欠点もあります。
単一のデータセットは、画像領域とラベル語彙の両方に制限があり、汎用的な認識システムを得ることができません。

物体検出タスクでモデルが特定の問題にしか対応していないという課題において、実際にどんな研究が行われているのでしょうか。アメリカにあるテキサス大学オースティン校のXingyi Zhouら研究者の発表を紹介します。

研究者らは、多様な検出データセットを統一することで、このような制限を小さくすることに取り組みました。

汎用的な物体検出システムはできるのか

まずはXingyi Zhouらの研究におけるミッション・手法・結果をまとめました。