やったこと
ファインチューニングの続きを行った。
評価はクロスバリデーションで行った。
・使用したモデル
EfficientNetB3とMLPを結合したモデル（元のモデル）
学習させる層はCNNの56層とMLPの全部の層
・ファインチューニングに使用したデータ
背景が黒色・緑色・段ボールの画像（23200枚）
糖度を平均値化したデータ
・評価結果
テストデータを８分割してクロスバリデーションで評価を行った。
ホールドアウトについては前回までと同じ方法で行った。
(8つのモデルのうち1つのモデルを使って評価)
| 評価方法 | MAE | RMSE | R２ |
|---|---|---|---|
| クロスバリデーション | 0.4890 | 0.5806 | 0.8324 |
| ホールドアウト | 1.7434 | 2.3174 | -1.4641 |
クロスバリデーションの結果は背景が黒色のデータのみで学習した場合とさほど変わらなかった。
ホールドアウトの結果も前回までの結果とさほど変わらなかった。
今後の課題
・ファインチューニングの方針を考える
・桃の画像から桃の領域だけを抜き出す（背景差分で行う予定）