物体検出AIの実験（学習）が完了しました。20日間かかりました。
掲載日：2024.01.04
小川です。あけましておめでとうございます。今年は今日から仕事を始めました。12/11 8:05に開始した実験が12/30 23:40に完了していることを確認しました。どんな実験かといいますと、、、
- ドローン画像からアザラシを検出する検出器の学習。
- 教師データは、昨年11月に整備完了した、画像1,951枚、アザラシ8,719頭分のデータ
- パラメータチューニングを実施。対象パラメータは、学習率のほかに、flip確率、アフィン変換の上限・下限などaugmentation関連パラメータ、5種類。各パラーメータの値を３つずつ用意し、3^5=243パターンで学習
- アーキテクチャは、Faster-Rcnn、ツールはmmdetection
- gridsearchのツールとしてmim gridsearchを使用。
ということで、これまでvalidation時のAP_50が0.956だったものが0.964まで上昇しました。現在testデータ２種類を使ってAPを計算中です。
計算に使用したマシンは、GeForce RTX 3080 Tiを1枚だけ搭載したマシンで学習１回で約２時間が掛かります。それを上記のパターン学習させましたので、掛かった時間は妥当です。もう少しパターン数を減らさないと時間ばかりかかりますね。でも安定して計算してくれたマシンに感謝です。
なお、実験自体は簡単なのですが、良好な検出器を探したり、実験結果を整理するのがやや手間がかかります。良い方法はないのかな～
243パターン中のもっともよい検出器で検出実験を行った結果も出てきました。詳細な分析はこれからですが、なかなかよさそうな結果です。
