深層学習学習中

Transcript

1. 深層学習学習中 2022年2月17日 佐藤雄一
2. 自己紹介 名前：佐藤 雄一（ゆーいち） 好物：エレキギター、(初期)仏教、Smalltalk Twitter：@satoyuichi80 趣味：読書、ギター練習、映画鑑賞 呪術廻戦24話コンプリート！
3. 進捗 • 環境構築 • ニューラルネットワーク(NN)モデルの構築 • データの用意 • 学習 ◦ 逐次読み込みによる省メモリ化 ◦ 前処理 ▪ ファイルリストの作成 ▪ 画像のデコード ◦ 学習 ← イマココ • 推論 • モデルの評価
4. 逐次読み込みによる省メモリ化 　参考にしたプログラムでは全データを読み込んでから処理をするようになっていたが、 メモリを圧迫する画像データは必要な画像のみを逐次ロードして使うようにした。 　＊一般的にファイルのI/O(入出力)は遅いので、（複数回使うファイルは）できるだけメ モリに乗せて処理をした方がパフォーマンス的には有利
5. 前処理
6. ファイルリストの作成 　動的にディレクトリを掘ってファイルのリスティングをしようと思ったけど、面倒臭かった のであらかじめ JSON 形式にして持ってしまうことにした。今回は awk というプログラミ ング言語を使用（テキストファイルを行ごとに処理するのが得意）。 $ ls | cat 000005.xml 000007.xml 000009.xml 000012.xml 000016.xml 000017.xml 000019.xml … awk スクリプト { "names": [ "000005.xml", "000007.xml", "000009.xml", "000012.xml", "000016.xml", …. ]} $ ls | awk 'BEGIN{printf("{\"names\": [\n")} {printf("\"%s\",\n", $1)} END{printf("]}\n")}' > annotations.json
7. 画像のデコード 　通常、画像は JPEG 形式などにエンコードされているので生ピクセルデータにデコード してやる必要がある。ブラウザでデコードはどうするのか迷ったけど、以下のようにブラ ウザに任せる。（感覚的にちょっと回りくどい？） 1. HTMLにcanvas要素を配置する 2. canvas 要素から2Dコンテキストを取得する 3. 取得したコンテキストを使って画像を描画する（ここでデコードされる） 4. ピクセルデータを読み出す 5. 学習データとする
8. 今回の闇 　学習が進まない… • GPU（WebGL）で処理ができない ◦ M1 Mac だとシェーダーのコンパイルが通らない ← そもそも WebGL コンテキスト無効？ ◦ Intel Mac だと PC ごと落ちる • CPU だと終わらない（きちんと動いているのかも現時点で不明）
9. デモ
10. 今後の予定 • 学習を成功させる • 推論、モデル評価をする • 他の環境(Unity とか)で生成したモデルを使う
11. 参考 Tensorflow.js: https://www.tensorflow.org/js?hl=ja tfjs-YOLOv4-tiny: https://github.com/satoyuichi/tfjs-YOLOv4-tiny