Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
ディープラーニング素人がPyTorchでマスクつけている人を学習させてみた
Search
KMiura
June 24, 2023
Technology
0
660
ディープラーニング素人がPyTorchでマスクつけている人を学習させてみた
2023/06/24(土) ChatGPT のAPIを使ったハンズオン
https://machine-learning.connpass.com/event/284031/
KMiura
June 24, 2023
Tweet
Share
More Decks by KMiura
See All by KMiura
運用しているアプリケーションのDBのリプレイスをやってみた
miura55
1
840
Amazon Rekognitionを使ったインターホンハック
miura55
0
33
Pythonでルンバをハックしてみた
miura55
0
81
あなたの知らないクラフトビールの世界
miura55
0
250
Storage Browser for Amazon S3を触ってみた + α
miura55
0
140
Cloudflare R2をトリガーにCloudflare Workersを動かしてみた
miura55
0
140
あのボタンでつながるSORACOM
miura55
0
89
Postman Flowsで作るAPI連携LINE Bot
miura55
0
310
Lambdaと共に歩んだAWS
miura55
3
680
Other Decks in Technology
See All in Technology
システム・ML活用を広げるdbtのデータモデリング / Expanding System & ML Use with dbt Modeling
i125
1
270
AI エージェント開発を支える MaaS としての Azure AI Foundry
ryohtaka
6
640
OpenID BizDay#17 みんなの銀行による身元確認結果の活用 / 20250219-BizDay17-KYC-minna-no-ginko
oidfj
0
150
室長と気ままに学ぶマイクロソフトのビジネスアプリケーションとビジネスプロセス
ryoheig0405
0
370
現場で役立つAPIデザイン
nagix
35
13k
TAMとre:Capセキュリティ編 〜拡張脅威検出デモを添えて〜
fujiihda
2
370
(機械学習システムでも) SLO から始める信頼性構築 - ゆる SRE#9 2025/02/21
daigo0927
0
210
「正しく」失敗できる チームの作り方 〜リアルな事例から紐解く失敗を恐れない組織とは〜 / A team that can fail correctly
i35_267
1
550
開発組織のための セキュアコーディング研修の始め方
flatt_security
3
2.7k
オブザーバビリティの観点でみるAWS / AWS from observability perspective
ymotongpoo
9
1.7k
コンテナサプライチェーンセキュリティ
kyohmizu
1
110
Share my, our lessons from the road to re:Invent
naospon
0
110
Featured
See All Featured
jQuery: Nuts, Bolts and Bling
dougneiner
63
7.6k
The Myth of the Modular Monolith - Day 2 Keynote - Rails World 2024
eileencodes
21
2.5k
Speed Design
sergeychernyshev
27
800
Building a Scalable Design System with Sketch
lauravandoore
461
33k
Mobile First: as difficult as doing things right
swwweet
223
9.3k
[RailsConf 2023 Opening Keynote] The Magic of Rails
eileencodes
28
9.3k
StorybookのUI Testing Handbookを読んだ
zakiyama
28
5.5k
Code Review Best Practice
trishagee
67
18k
10 Git Anti Patterns You Should be Aware of
lemiorhan
PRO
656
59k
Templates, Plugins, & Blocks: Oh My! Creating the theme that thinks of everything
marktimemedia
30
2.2k
Build your cross-platform service in a week with App Engine
jlugia
229
18k
[RailsConf 2023] Rails as a piece of cake
palkan
53
5.3k
Transcript
ディープラーニング素人がPyTorchで マスクつけている人を学習させてみた KMiura(@k_miura_io)
お前だれよ • 三浦 耕生(こうき) • 自動運転のスタート アップのエンジニア @k_miura_io koki.miura05
ハンズオンお疲れ様 でした!!
この話は機械学習名古屋の勉強会が 休止していた間、まだ世間にChatGPT が知られてない頃の話です (訳:結構過去のリバイバル)
ディープラーニング • ディープラーニングはチュートリアル 止まり • せっかくGPU乗ったSurface買ったの に…(3年前) • Pythonやってるならディープラーニ ングやらないと
ディープラーニングを社会の役に立てたい (建前) • 外出するのにマスクを付けるのは当 たり前 • 百貨店行くとマスクつけても認識する サーモカメラを見かけるようになった • ワイも実装してドヤりたい(本音)
実行環境(検証当時) • Python 3.9 • PyTorch(Tensorflowはベタすぎる) • NVIDIA GeForce GTX
965M(Surface Book内蔵GPU)
とりあえず動かしてみた • Mobile Net V2を転移学習 • データ数600枚ほど • 思ってたのと違う…
Why? • 逆伝搬の計算するとトレーニングをするたびに以前の勾配を加算する • トレーニングの度に勾配をゼロにする処理をいれてみた • ついでにデータも増やしたれ(各クラス600枚→900枚)
学習結果 • 悪くはないがノイズ結構のってる • Accuracyが1に到達してるものもある(収束しているのが理想)
さらに改善 • もっとデータ量を増やしてみた(各クラス900枚→1600枚) • ついでにエポック数増やしてみる(100エポック→150エポック)
学習結果 • 目立ったノイズも無くきれいな曲線(ディープラーニングでよくあるやつ) • Accuracyが1に到達せず収束している • やはりデータがものをいう
実験成果 https://youtu.be/VbBSG1Is3hY
まとめ • ディープラーニングはデータ量、アルゴリズムは二の次 • ようやくGPUを生かすことができた(Jetson Nanoも買える) • ディープラーニング完全に理解した
今回のソースコード&ブログ https://github.com/Miura55/deeplearning- face-mask-detection https://supernove.hatenadiary.jp/entry/ 2021/01/19/041445
END