20241214_コトナラテックPJ

Transcript

1. SHIKA- FINDE(E)R 奈良公園の鹿の名前がわかる鹿発見アプリ using Machine Learning ちぃさん　CHIHARU SHIMA　CHII560 2024 コトナラテックプロジェクト 2024.12.14
2. CHIHARU SHIMA KOTONARA PROJECT ABOUT ME 世界放浪者　になりたい人 ちぃさんとも言う。 大阪大学　基礎工学部 　4年 交通シミュレーションの研究をしています
3. 奈良公園の鹿と仲良くなるの、 難しくない？？？？ この鹿はさっき会った鹿？？ 識別できないよ～～～ 課題
4. 安易に近づくとこうなる
5. 鹿と仲良くなりたい！！！ 鹿を識別したい！！ みんな、たぶん、
6. 鹿と仲良くなりたい！！！ みんな、たぶん、 まずは名前を知ることが仲良くなる 第一歩！
7. はい 100% Q. 奈良公園の鹿の名前を知りたい ですか？ A. はい（100%） みんな鹿の名前を知りたいようです ※当社調べ（N=2）
9. 鹿と仲良くなりたい！！！ 鹿を識別したい！！ みんな、たぶん、
10. 奈良公園の鹿の名前がわかる鹿発見アプリ SHIKA-FINDE(E)R をつくる！！ というわけで、
11. 奈良公園の鹿のためだけに 機械学習モデルを作成します まずは、 簡単に言うと、AIを作りました
12. 方法 1 鹿データセットをつくる 2 機械学習モデルをトレーニングする 3 WEBアプリをつくる
13. 鹿データセットを作成するため、 奈良公園で鹿を撮影します というわけで、 1 鹿データセットなんてないのである。それは鹿ではなくトナカイや。
14. 先週の金曜日 (12/6) @奈良公園
15. 周りは外国人やカップルばかりである。鹿データセット作ってるの私だけ。
16. 撮影した動画を画像に変換し、 トレーニング用、テスト用、評価用に分割 (スクリプトで一気に前処理) 1
17. データセットができた！！ 1 奈良公園の鹿23匹分
18. 鹿データセットを使って 機械学習モデルを トレーニングします 次に、 2
20. モデルのトレーニング 2 ResNet18 深層学習モデルの一種（あんまりわかっていない） 層数が多い。画像に強い。残差接続を導入。 簡単に実装できそうだったため
21. モデルの精度評価: 2 98% Best val Acc: 0.9966 Test Loss: 0.0555 Acc: 0.9848 精度良すぎて怖い。
22. 「データの分け方の問題じゃない？ train, value, testデータをランダムに分けるのではなく、時系列的に離 れたデータを入れたほうがいい。ランダムだと、似たよう なデータが学習データとテストデータに入ってしまう。 」 モデルの精度良すぎ問題 2 研究室のDoctorの先輩（天才）によると...
23. 今後試したい機械学習モデル 2 CNN Contrastive Learning
24. 学習モデルを使用した WEBアプリを作成します 最後に、 3
25. 開発環境: Docker 3 Docker使ってみたいな～～ あ！Doctorの先輩がDocker の本持ってはる！ 借りよ～～～
26. デザイン 3 Canvaを使用 鹿の赤茶色&ざらざら質感 鹿のロゴ SHIKA-FINDER CHII560 2024 Click to start finding
27. frontend backend Hosting developer システム構成 deploy push
28. Docker: 初めて。そこに技術書があったため。 FastAPI: 初めて。Flaskよりも使ってみたかったため。 PyTorch: 研究の輪講で使ったため。 Next.js, React, TS, TailwindCSS: いつも使っているため。 Render: 初めて。友人から良いと聞いた。 3 選定理由（雑）
29. できたものがこちら
31. TOP画面 3
32. 画像のアップロード画面 3 カメラによる撮影 or 画像アップロード
33. 結果画面 3 名前 発見者数 よく発見されている場所 お気に入り登録
34. 奈良公園の鹿の名前がわかる鹿発見アプリ SHIKA-FINDE(E)R をつくった まとめ
35. 0ベースで学習モデルを作成できた Dockerを試せた FastAPIを試せた 良かった点
36. より精度の良い学習モデルを作成する 背景を除去した画像で学習することを試す DB連携 ユーザ登録 将来展望
37. 奈良公園 サファリパーク・動物園 この動物の名前は？身長は？何歳？ ex) アドベンチャーワールド ビジネス的な将来展望
38. コトナラテックプロジェクト 2024.12.14 THANK YOU GitHub: https://github.com/chiisann zenn: https://zenn.dev/chii560