DIGITS による物体検出入門
•
13 recomendaciones•18,764 vistas
このスライドは 2017 年 1 月 17 日 (火)、ベルサール高田馬場で開催された「NVIDIA Deep Learning Institute 2017」のハンズオン トレーニング「DIGITS による物体検出入門」にて、エヌビディア合同会社 ディープラーニング部 村上 真奈が解説しました。 このセッションでは、画像分類の次のステップとして、ディープラーニングを使った物体検出について学びます。「物体検出」を行うことで、入力画像の中から「犬」や「猫」といった特定の物体の位置を検出することができます。物体検出には様々な手法が提案されており、それぞれ、学習時間、認識精度、検出速度など、特性が異なります。このラボでは NVIDIA DIGITS を使って、いくつかの手法を実際に手を動かしながら学んでいただきます。
Recomendados
Más contenido relacionado
La actualidad más candente
La actualidad más candente (20)
Destacado
Destacado (9)
Similar a DIGITS による物体検出入門
Similar a DIGITS による物体検出入門 (12)
Más de NVIDIA Japan
Más de NVIDIA Japan (20)
DIGITS による物体検出入門
- 1. 1 ハンズオンラボ2 DIGITS による物体検出入門 村上真奈 NVIDIA CUDA & Deep Learning Solution Architect NVIDIA Corporation
- 3. ディープラーニングとは
- 6. 15 人工ニューロン 神経回路網をモデル化 スタンフォード大学cs231講義ノートより 神経回路網 w1 w2 w3 x1 x2 x3 y y=F(w1x1+w2x2+w3x3) F(x)=max(0,x) 人工ニューロン
- 8. ディープラーニングの恩恵 ディープラーニングとニューラルネットワーク ロバスト性 特徴量の設計を行う必要がない。 – 特徴は自動的に獲得される学習用データのバラつきの影響を 押さえ込みながら、自動的に学習していく 一般性 同じニューラルネットワークのアプローチを多くの異なるアプリケーションやデータに適用する事が出来る スケーラブル より多くのデータで大規模並列化を行う事でパフォーマンスが向上する
- 10. データを訓練データ(training data)と検証データ(validation data)に分割する 訓練データと検証データ ディープラーニングの学習 収集したデータ 検証データ(validation data) 訓練データ(training data) 重みの更新 (学習)に使用 汎化性能の 確認に使用
- 13. 学習ループ 訓練データと検証データの役割 訓練データ 猫 犬 熊 検証データ すべての訓練データを用いて重み更新を行う + すべての検証データで汎化性能を確認 ⇒ 1 エポック(epoch)と呼ぶ 猫 犬 狸 検証データで 現在の汎化性能を確認 (重みの更新には使用しない)
- 15. 24 畳込みニューラルネットワーク(CNN) • 画像認識・画像分類で使われる、高い認識精度を誇るアルゴリズム。畳込み層で画像の特徴を学習 目的 顔認識 トレーニングデータ 1,000万～1億イメージ ネットワークアーキテクチャ 10 層 10 億パラメータ ラーニングアルゴリズム 30 エクサフロップスの計算量 GPU を利用して30日 畳込み層 全結合層
- 19. 28 ディープラーニング・フレームワーク Caffe Torch7 Theano TensorFlow Chainer インターフェース C++/Python/Matlab Lua/C Python C/C++/Python Python cuDNN 5 5 5 5 5 ライセンス BSD-2 BSD BSD Apache 2.0 MIT マルチGPU (1ノード) ○ ○ ○ ○ モデルの柔軟性 △ ◎ ◎ ○ ◎ CNN ○ ○ ○ ○ ○ RNN ○ #2033 ○ ○ ○ ○ RBM × ○ ○ ○ ○ 備考 高速 Caffe Model Zoo 多数のアルゴリズムを サポート 自動微分 自動微分 TensorBoard Define by Run CuPy
- 20. 29 1/18/2 CAFFE
- 21. 30 Caffeとは? • コアエンジンはC++/CUDA • コマンドライン、Python、Matlabインターフェース • 高速, コードのテストが良く行われている • 前処理および開発ツール、リファレンスモデルやサンプルコードが充実 • 画像データマネージメント • GPUによる高速化の機能 • コミュニティが大きく活動が盛ん BVLCによって開発されたディープラーニング開発用のオープンフレームワーク caffe.berkeleyvision.org http://github.com/BVLC/caffe
- 22. 31 Caffeの特徴 データの前処理とマネージメント データ取り込みフォーマット LevelDB または LMDB データベース イン-メモリ(C++とPython のみ) HDF5 画像ファイル 前処理ツール RAWデータからのLevelDB/LMDB 生成 トレーニングセットとバリデーション セットのシャッフル生成 平均画像の生成 データ変換 画像のクリッピング、リサイズ、ミ ラーリング 差分画像
- 23. 32 Caffeの特徴 Protobuf モデルフォーマット ネットワーク構造定義および学習 パラメータの定義に使われる 様々なフォーマットに対応Caffeの オートジェネレータで生成可能。 構文チェック機能も存在 コーディングが必要ない name: “conv1” type: “Convolution” bottom: “data” top: “conv1” convolution_param { num_output: 20 kernel_size: 5 stride: 1 weight_filler { type: “xavier” } } ディープラーニングモデル定義
- 24. 33 Caffe特徴 ロス関数: Classification Softmax Hinge loss Linear regression Euclidean loss Attributes/multi-classification Sigmoid cross entropy loss and more… 使用可能レイヤー: Convolution Pooling Normalization 活性化関数: ReLU Sigmoid Tanh and more… ディープラーニングモデル定義
- 25. 34 1/18/2 DIGITS
- 26. 35 学習データの作成 モデルの作成 モデルのテスト学習過程の可視化 GPUで高速化されたディープラーニングトレーニング・システム NVIDIA DIGITS http://developer.nvidia.com/digits
- 27. 36 NVIDIA DIGITS 手元のPCからWebブラウザでアクセス可能なディープラーニングトレーニングシステム GPUで高速化されたディープラーニングトレーニング・システム ユーザー インターフェース レイヤーの 可視化 学習モデルの 作成 データセット の作成 学習過程の 可視化 Chainer GPUGPU HW クラウドGPUクラスタマルチGPU Theano Torch Caffe cuDNN, cuBLAS CUDA 学習 NVCaffe cuDNN, cuBLAS CUDA • 画像分類と物体検出の為のDNNのデザ インと可視化の機能を提供 • NVIDIAが最適化したフレームワークで高 速に学習が可能 • ハイパーパラメータ・チューニングを強力に サポート • DL学習のジョブを簡単にスケジューリング、 リアルタイムにaccuracyとlossを監視 • 様々な学習データフォーマット、フレーム ワークに対応
- 28. DIGITSの使い方
- 29. DIGITSの使い方1 1. 学習データセットの作成 2. 学習モデルの作成、学習開始 3. 学習済みモデルのテスト DIGITSのワークフロー 学習 推論 (インファレンス)
- 39. 57 Jupyter notebookの使い方 1/18/2017 In []: と書いてあるセルは動的実行が出来ます 選択されていると緑の枠が 表示される 再生ボタンでセルの実行が出来る (Shift-Enterでも良い)
- 40. 58 ハンズオンを開始しましょう
- 42. ディープラーニング手法による物体検出 今回のラボでは以下の４つの物体検出方法を紹介する • 検出方法1：画面のスキャン + CNN 演習あり • 検出方法2：候補領域 + CNN • 検出方法3: FCN(Full Convolutional Network) 演習あり • 検出方法4: DetectNet 演習あり DIGITSによる物体検出入門
- 45. 検出方法１．画面のスキャン + CNN 1. Jupyter notebookからDIGITSを起動し、「鯨」｢非鯨｣を判別するニューラルネットワークを作 成する。 1. DIGITSで[Datasets]->[Image Classication]から学習データを作成する 2. DIGITSで[Models]->[Image Classication]からモデル作成と学習をする 2. 学習が終わったら、ジョブIDを控える 3. Jupyter notebookに戻り、先ほど学習したモデルを用いて推論(インファレンス)処理を行う ハンズオン
- 47. 2．候補領域 + CNN 1の場合とアイディアは同じ。違いは、画像を単純に分割するのではなく、候補領域を求めてから畳 込みニューラルネットワーク(CNN)に通す 基本アイディア Whale Not Whale
- 49. 3．FCN(Full Convolutional Network) 1. 検出方法1のハンズオンで作成した「鯨」と「非鯨」を分類するモデルをFCNに書き換える 1. [Clone Job]でモデルを複製 2. [Standard Networks]->[Alexnet横のcustom]をクリック->テキストボックス内部のネット ワーク定義を書きかえる • fc6 – fc8までのエリアを書き換える • [Model Name]を適当につけて、[Create]ボタンをクリックして、学習を開始 2. 学習が終わったら、ジョブIDを控える 3. Jupyter notebookに戻り、先ほど学習したモデルを用いて推論(インファレンス)処理を行う ハンズオン