やったこと
・VGG 16のNaNの原因調査
・桃のデータ調査
VGG 16のNaNの原因調査
調べたところ、学習する層が多すぎるため学習結果が誤差と判定されてNaNとなっている可能性がある。そのため、固定する層を増やして学習を行なって様子を見る。
桃のデータ調査
データを確認していたところ、桃の画像とデータにずれが生じている可能性があることがわかったので、一度並び替えて実験を行い結果を見る。DCONに使うデータは、880データのものを使うか、1024データのものを使うかを提出期限を見ながら検討する。
正規化の割合についても引き続き調査を行う。
全体的に進捗が遅れているため、DCONに合わせてペースアップしていく。
今後の予定
・実験（VGG16・HSV画像を追加してファインチューニング）
・DCON論文の第1稿（書く内容を整理して来週中には完成）
・桃のデータ調査の続き
やったこと
・MLPの学習
・桃データの確認
MLPの学習
・モデルの構成
全結合層とBatchNormalizationで構成。
活性化関数はRelu関数を使用。
・条件
背景：黒色背景（GrabCutを用いて領域抽出済み）
桃の糖度：各側面に対応
データ数：元データ1024を拡張した10240データ
元データ880を拡張した8800データ
シード値：0
エポック数：48
・学習過程
↓1024データ
↓880データ
・評価結果
| 評価関数 | MAE | RMSE | R２ |
|---|---|---|---|
| 平均値(1024) | 1.6884 ±0.1228 | 2.1472 ±0.1618 | -0.2424 ±0.1699 |
| 平均値(880) | 1.1011 ±0.0481 | 1.3869 ±0.0571 | 0.3562 ±0.0574 |
桃データの確認
・糖度データ
最後の144データは少しばらつきがある
| データ数 | 平均値 | 分散 | 標準偏差 |
|---|---|---|---|
| 1024（全て） | 10.6338 | 3.7549 | 1.9378 |
| 880まで | 10.8399 | 3.7549 | 1.7378 |
| 最後の144 | 9.3743 | 6.4405 | 2.5378 |
・大きさ（領域抽出した場合）（正規化するべきか）
抽出後の画像サイズ(正規化する前)÷正規化後の画像サイズ
もう少し詳しく調べる
・画像の見た感じ
特に差はない
今後の予定
・VGG16の学習で起こるNaNの原因を探る
・桃のデータ確認の続き
（画像と糖度のデータにずれがないかを確認）
ーーーーーーーーーーーーーーーーーーーーーー
・カラー背景画像からの桃領域抽出
・カラー画像を追加して学習