Share
Embed
Slide 1
Slide 1 text
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)
Slide 2
Slide 2 text
お前だれよ
• 三浦 耕生（こうき）
• 名古屋のゲーム会社
のサーバーエンジニア
@k_miura_io koki.miura05
Slide 3
Slide 3 text
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
Slide 4
Slide 4 text
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)
Slide 5
Slide 5 text
実行環境
• Python 3.9
• Pytorch(Tensorflowはベタすぎる)
• NVIDIA GeForce GTX 965M(Surface Book内蔵GPU)
Slide 6
Slide 6 text
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…
Slide 7
Slide 7 text
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)
Slide 8
Slide 8 text
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)
Slide 9
Slide 9 text
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)
Slide 10
Slide 10 text
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
Slide 11
Slide 11 text
実験成果
https://youtu.be/VbBSG1Is3hY
Slide 12
Slide 12 text
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
Slide 13
Slide 13 text
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
Slide 14
Slide 14 text
END