高度デジタル人材育成セミナー2022/第5回のバックアップ(No.5)

バックアップ一覧
差分を表示
現在との差分を表示
ソースを表示
高度デジタル人材育成セミナー2022/第5回へ行く。
- 1 (2023-01-13 (金) 10:18:48)
- 2 (2023-01-13 (金) 12:01:00)
- 3 (2023-01-13 (金) 15:36:36)
- 4 (2023-01-13 (金) 20:33:58)
- 5 (2023-01-14 (土) 00:35:09)
- 6 (2023-01-14 (土) 09:33:13)
- 7 (2023-01-14 (土) 11:19:22)
- 8 (2023-01-14 (土) 16:52:07)

第5回 †

第5回

第5回は画像処理に有効な深層学習モデルを扱う。

↑

CNNによる画像処理 †

↑

Kaggleデータの利用 †

kaggle.comにアクセス。
Googleでサインアップ。
右上のアイコンから[Account]を選択。
APIセクションで、[Create New API Token]をクリック。
kaggle.jsonがダウンロードされる。
これをColabにアップロードし、場所とパーミッションを以下のように変更する。
```
!mkdir /root/.kaggle/
!cp kaggle.json /root/.kaggle/
!chmod 600 /root/.kaggle/kaggle.json
```
https://www.kaggle.com/c/dogs-vs-cats/rulesにアクセスし、[I understand and accept]をクリック。
- 電話による認証が行われるので、携帯電話番号を入れる。
- 認証コードが送られてくるので、入力する。
以下のコマンドでデータをダウンロードできる。（7秒）
```
!kaggle competitions download -c dogs-vs-cats
```

↑

ColabによるYolov5の実行 †

まずGPUを有効にする。

コマンド

DIR="/content/tmp"
!mkdir $DIR
%cd $DIR
!git clone https://github.com/ultralytics/yolov5
%cd yolov5
!pip install -qr requirements.txt
!wget https://github.com/ultralytics/yolov5/releases/download/v1.0/coco128.zip
!unzip coco128.zip
!python train.py --img 640 --batch 16 --epochs 300 --data coco128.yaml --weights yolov5x.pt

実行結果
1時間18分41秒かかった。

Tensorboardで経過を表示。

%load_ext tensorboard
%tensorboard --logdir runs

data/imagesの下の画像（2枚）で検出（確信度0.50以上のみ）
```
!python detect.py --source data/images --weights yolov5x.pt --conf 0.50
```
yolov5sでも実験してみる。（エポック数30で）
```
!python train.py --img 640 --batch 16 --epochs 30 --data coco128.yaml --weights yolov5s.pt
```
- 実行結果
- 3分ちょっとで終わった。

↑

参考リンク †

高度デジタル人材育成セミナー2022