AI Paper English F.o.R.

人工知能(AI)に関する論文を英語リーディング教本のFrame of Reference(F.o.R.)を使いこなして読むブログです。

R-CNN | Abstract 第3文

In this paper, we propose a simple and scalable detection algorithm that improves mean average precision (mAP) by more than 30% relative to the previous best result on VOC 2012—achieving a mAP of 53.3%.

 

Ross Girshick, et al., "Rich feature hierarchies for accurate object detection and semantic segmentation"

https://arxiv.org/abs/1311.2524

物体検出におけるCNNの応用の先駆けとなったモデルであるR-CNNの論文の"Rich feature hierarchies for accurate object detection and semantic segmentation"のAbstractの第3文について、英語リーディング教本のFrame of Reference(F.o.R.)を使って英文構造を解読します。

 

f:id:AI-paper-FoR:20190911215153p:plain

 

「この論文では、我々は単純で拡張性のある検出アルゴリズムを提案する。それはVOC2012における以前の最高の結果と比較してmean average precision(mAP)を30%以上改善し、53.3%のmAPを達成した。」 

 

thatは関係代名詞です。thatから文末までが形容詞節で、detection algorithmを修飾しています。形容詞節の内側でのthatの働きは主語です。

 

"relative to"は熟語で一つの前置詞と捉えました。

 

"relative to"の取り扱いについては以前すごく悩んだことがありました。

ai-paper-for.hatenablog.com

 

最後のダッシュ以降は補足的な扱いになると思いますが、内容的には形容詞節の中の話なので、形容詞節は文末まで続くと判断しました。achievingという分詞構文が形容詞節内の文を修飾しています。

 

R-CNNの技術の概要については、画像認識 (機械学習プロフェッショナルシリーズ)のChapter 7 (物体検出)に説明があります。

 


ai-paper-for.hatenablog.com

  

 

薬袋善郎先生の公式ウェブサイト 

http://minai-yoshiro.com