自己教師あり学習とは
読み: じこきょうしありがくしゅう Self-Supervised Learning AI計算資源・大規模モデルの用語
自己教師あり学習とは、人が付けた正解を使わず、データ自身から作った課題 (次の1枚を予測する、隠した部分を当てる) を教師にする学習。単眼カメラの深度推定では、合成した次の画像と実際の画像の差だけで深度の網と姿勢の網を同時に学習する。
3段で深く知る — 基礎・高級・投資家視点
1行の定義から、体系解説の該当箇所へそのまま降りられる。各段の抜粋は解説本文の冒頭で、続きはリンク先にある。
fsd 7. depth — カメラだけで距離を測る (pose CNN・depth CNN・DispNet・flowNet)
テスラは高価な LiDAR (レーザー測距) を使わず、カメラだけで物体までの距離 (depth、深度) を測る「視覚だけ」の路線を取る。第2節で見たとおり、カメラの像は平面で、距離は推定になる。その推定を、正解の距離を1つも与えずに学習させる方法が、この節の中身である。 7-1. pose CNN と depth CNN 動いている車から静止した風景の距離を測るため、網を2つに分ける。カメラ (自車) がどれだけ動き、どれだけ回ったかを推定する pose CNN (姿勢・運動の推定) と、画素ごとの奥行きを予測する depth CNN (深度の推定) である。2つを同時に学習させる方法は、Zhou・Brown・Snavely・Lowe が2017年の CVPR で示した「動画からの深度と自己運動の教師なし学習」(arXiv 1704.07813) にある。深度と自車の動きが正しければ、時…
関連する用語
出典・注記: 第VII部 FSD 第4〜7節の追加に伴い採用 (2026-09-13)