Deep Learning | そう備忘録 - Part 2

カテゴリー: Deep Learning

0

PyTorchによるSSD Mobilenetでの転移学習(Jetson Nano)

NVIDIAのJetson Nano 2GB 開発者キットで転移学習をやってみた時の備忘録。PyTorchとOpenImages Dataset の画像を使ってSSD-Mobilenet に新たにリンゴ、オレンジ、バナナ、イチゴ、ブドウ、洋梨、パイナップル、スイカの画像を学習させた。

overlayのみ指定 0

Jetson Nano で物体検知時にセマンティックセグメンテーションを試してみた

NVIDIAのJetson Nano 2G 開発者キットでセマンティックセグメンテーションでの物体の検知をやってみた。物体の検知はバウンディングボックスという四角い枠で囲むやり方とセマンティックセグメンテーションといってピクセル単位で物体の輪郭を識別する技術がある。

3

NVIDIAのJetson Nano 2G 開発者キットでカメラに写った物体の検知をやってみた

NVIDIAのJetson Nano 2GB 開発者キットを購入したので静止画像を読み込んで画像に写っている物体をバウンディングボックス(四角い枠)で囲んで検知して、その物体の名称を推論したり、Jetson NanoにUSB接続したWEBカメラに写っている物体のリアルタイムでの推論などを試してみた。

1

NVIDIAのJetson Nanoで「ディープ・ラーニングによる画像分類」をやってみた

NVIDIAのJetson Nano 2GB 開発者キットを購入したのでDeep LearningによるImageNetの画像分類をやってみた。WEBカメラに写ったモノ(ペットボトル)を分類したり画像(戦闘機)を読み込んで何が写っているのかを分類する。ネットワークはGoogleNetで試したが複数のネットワークが可能

2

NVIDIAの「Jetson Nanoによる入門コース」をやってみた。

Jetson Nano 2GB 開発者キットでNVIDIAのAI入門コース(Getting Started with AI on Jetson Nano!)をやってみた。Jetson Nanoを購入したは良いけど、何から手を付ければ良いのか分からない人は、まずはこちらの入門コースをやってみるのが良いと思う。

3

NVIDIA Jetson Nano 2GB 開発者キットのセットアップをしてみた。

NVIDIAのJetson Nano 2GB 開発者キットを購入したのでセットアップを行った。従来のメモリ4GBモデルのの廉価版で価格は7,000円前後とかなり安くなっている。メモリは2GBだがswap領域を拡大することで、学習速度は多少低下するがResNet-18で問題なく学習ができた。

0

Deep Learningの計算の限界、MITの元の研究結果も読んでみた。

ディープラーニングの計算限界の研究結果とそれに関する記事を読んでみた。マサチューセッツ工科大学(MIT)のトンプソン氏らの研究結果を元にしており、ディープラーニングでは膨大な計算量が必要なのでそのコストが下がるかアルゴリズムが効率化されないと実運用で使えないケースがあったと書かれている。

EnfuseNet 0

安価なセンサーとカメラから高解像度の深度データを取得するAIに関する記事で思うこと

ケンブリッジコンサルタンツ(Cambridge Consultants)が安価なセンサーとカメラ(数千円程度とあった)のデータからAIを使って高解像度の深度データを生成するEnfuseNet(エンフューズネット)というシステムを開発したとのプレスリリース記事を見た。

フリースローをするロボット 0

バスケットボールのフリースローをする韓国の教育大学のロボットの動画

このロボットの動きが非常に滑らかなのにも驚いたのだが、AIを用いて強化学習でフリースローが上手くなっていくとの情報があって更に感嘆した。ロボットとAIとの組み合わせは日本がまだアドバンテージがある状態だと思っていたのだが韓国の大学の技術も素晴らしいと感じた。