月: 2022年5月

今週やったこと

Google Colab上でYOLOv5の転移学習をしました。

• モデル：YOLOv5s(一番小さい)
• 学習用画像：210枚
• バッチサイズ：16
• エポック(学習回数)：100

最終的なmAPは0.77でしたが、実際に検出を試してみると、全体が写っている硬貨でも検出漏れがかなり目立っていました。
光の当たり方によって硬貨の色合いが変わっている場合は精度が良くなく、特に100円玉は再現率が0.65と他に比べてかなり低い数値でした。

今回は検出するクラス数に対して学習画像が少なかったことや、ウェブスクレイピングで収集した画像ということもあって学習に適した画像が少なかったこともあったので、これを踏まえて自分で適した画像を撮影するように改善します。

来週やること

• 「形状変形を許容するカメラ画像からの国旗検索に関する研究 | 西部, 福谷」(平成30年)の論文を読む
• 学習用画像の収集

今週やったこと

テーマ発表でいただいた意見や先生に相談したことを基に、大まかなに研究を進める方向を決定しました。

• Webアプリを想定
• 認識対象物にレベルを設定する(紙幣の重なりや形状変化)
• エンジン部分(認識技術など)を重点的に進める

下記の森本研の先輩の研究を参考に形状変化に強い認識を目指します。

• 「形状変形を許容するカメラ画像からの国旗検索に関する研究 | 西部, 福谷」(平成30年)
• 「Deformable Part Modelを用いた変形物体領域検出に関する研究 | 富田」(平成29年)

また、labelImgで硬貨の画像のデータセットを作成してGoogle Colabで試験的に学習を行いましたが、途中でAssertionErrorが出てその解決に時間がかかってしまったので、まだモデル作成までには至っていません。

現在はエラーを解決できたので、このまま試験的に現金を学習させていきます。

来週までにやること

• 硬貨を検出できるようにする

今週やったこと

今週は研究計画書の作成と、YOLOv5で学習データを作成するためのツール「labelImg」のインストール・動作確認を行ないました。
参考：【labelImg：物体検出】公式READMEが当てにならない件 – Qiita

起動時のモジュールエラーなどの解決にかなり時間がかかってしまったため、まだ学習データの作成やモデルの作成自体はできてません。
次週以降、YOLOv5で独自データの学習をしていこうと考えています。

来週までにやること

• labelImgで学習データを作成し、学習モデルを作成する
• テーマ発表の資料作成