月: 2022年7月

やったこと

• 桃のデータ採取
• ファインチューニングの続き

桃のデータ採取

引き続き桃のデータ採取を行なった。

ファインチューニング

• 背景が黒色・緑シート・ダンボールのデータを使用
• データを８分割してクロスバリデーションを行なった
• 評価はそれぞれ24epochまで学習したモデルで行なった

学習過程グラフ

50epochまでの学習過程グラフを作成した。
8個の分割データ全てで過学習が起きていたため、原因を考える必要がある。

評価結果

モデル	MAE	RMSE	R２
8つのモデルの平均値	1.9260	2.6792	0.0958
MAEが最も良いモデル	1.1051	1.3992	0.6115
MAEが最も悪いモデル	2.4771	3.2145	-0.0968

決定係数にばらつきがある原因として、背景が緑色のシートとダンボールの桃が30個であり、1分割ごとに4個ほどしかないことが考えられるため、他は同じ条件のまま黒色背景のみのデータで再度ファインチューニングを行なっていく。

今後の課題

・桃のデータ採取
　約20個分のデータを採取したので、あと最低40個ほどの桃を購入する予定

・ファインチューニングの続き
　現在と同じ方法で、背景が黒色のみのデータを使用してファインチューニング（比較とファインチューニングがうまくいっているかの確認のため）

　その後は桃の裏のみのデータを使用してファインチューニングを行う

やったこと

・ファインチューニングの続き
・桃のデータ採取、購入

・ファインチューニングの続き

クロスバリデーション の際、学習データ・バリデーションデータとテストデータに同じ桃から採取したデータが混ざらないようにデータとプログラムを変更しました。

以下はデータを8分割したうちの１つで学習と評価を行なった結果です。

MAE：1.4
RMSE：1.98
決定係数：0.20

・桃のデータ採取、購入

スーパーで桃を14個購入しました。
産地は愛知と山梨で、品種は白鳳のものを選びました。
細かい品種は担当の人が不在で分からなかったので、また聞いてみたいと思います。

今後の課題

・桃のデータ採取
・ファインチューニングの続き
・桃の裏側のデータのみでモデルを作成

やったこと

今週はファインチューニングのためのデータの変更の続きと、桃のデータ採取を行いました。

プログラムの方はほとんど完成したので、あとはデータに変更を加えて正しく動いているか確認していきます。

今後の課題

ファインチューニングを行う

やったこと

今週は研究の発表資料を修正しました。

ファインチューニング用のデータ構成を変えるプログラムの方は来週までに完成させてファインチューニングを行なっていきたいです。

今後の課題

ファインチューニーのためのデータの変更