kanp-ai's People
kanp-ai's Issues
モデル権利まわり確認
apach2.0だったかな
データ生成まわりやばにゃんち
愚直にjpgなりに動画から変換するとやばめ
pretrain modelの選定
軽いやつにする。
以下から選んで使ってみる
https://tfhub.dev/s?fine-tunable=yes&module-type=image-feature-vector&tf-version=tf2
データ分割
train(, 一応valid), test のデータ分割をどうするか
今は全てtrainを使いまわし。train以下に画像がある。
validとtestのディレクトリもいる。そもそもディレクトリ構造がださい。
videosもtrainとvalidとtestにわけるべきかも
同じ動画からtrain, valid, testに対してフレームを振り分けるのは微妙
trainにあった似たようなフレーム画像に対して分類できても微妙
├── Pipfile
├── Pipfile.lock
├── bin
│ └── hoge.sh
├── mldata
│ ├── train
│ │ ├── calpico
│ │ └── cola
│ └── videos
│ ├── calpico
│ └── cola
├── python
│ ├── main
│ │ ├── annotation
│ │ └── ml
│ └── test
└── sandbox
├── koba
│ └── unchi.py
└── yoko
画像毎に分類結果をログにだす
colab環境構築
にゃーん
デプロイ方法検討
ユーザーが閉じているかどうか確認
apiサーバ立てるときにどうすべきか
ローカルで推論とかやらないほうがいいはず。
データ収集も考えると
終わったタスクをクローズしようの会
スクレイピング
- サンプル画像の収集(とりあえずやってみる)@kento-kobayashi
400×400以上で収集→撮影しよう!!- 対象5種類
- 1種類につき20枚
【対象】500mlペットボトルで!
-
アクエリアス
-
おーいお茶
-
カルピス
-
コカ・コーラ
-
コカ・コーラゼロ
-
自動化@yktkzyk→いったん停止
python/main/annotation -
業者→一旦停止
※画像が大きすぎると学習に時間がかかりすぎる。
augment
いいかんじによろしっく
gitで管理しよう
- git cloneする
- git checkout -b でブランチをかえる
- githubにpushする
- mergeしてちょ #2
実行環境整備
データ分割タスク
-
動画を撮影
-
撮影:どれだけ頑張るか。やるだけ。
-
撮影した動画をGoogleDriveにアップロード
-
撮影した動画を置く場所をディレクトリで作成
-
ディレクトリ構成で何をどこに置くか明確にする
→最終的なパスをissueで通知(or ReadMe。Githubの最初にReadMe.md)
- アップロードした動画を上記フォルダ構成のルールに則って仕分け
機械学習
学習をコードの把握
以下の変数等を理解
epochs=epochs, # エポック数の指定
steps_per_epoch=10,
verbose=1, # ログ出力の指定. 0だとログが出ない
validation_steps=4
test_generator(batch_size), steps=3
ディレクトリ構造を考えよう
治安が悪くならないようにしよう
容量の有無による性能変化検証
ジュースが中にはいったコーラを学習して、コーラが中に残ってなくても分類ができるかどうか検証
入力データのサイズ検討
現在240x240にゴリッと変換してる。
クロップ(トリミング)するのか、どうするのか
サイズは240x240が妥当なのか
分割アルゴリズム検討
学習データが増えたさいにどうするかを検討する必要があるかもね
ラベルづけ
Recommend Projects
-
React
A declarative, efficient, and flexible JavaScript library for building user interfaces.
-
Vue.js
🖖 Vue.js is a progressive, incrementally-adoptable JavaScript framework for building UI on the web.
-
Typescript
TypeScript is a superset of JavaScript that compiles to clean JavaScript output.
-
TensorFlow
An Open Source Machine Learning Framework for Everyone
-
Django
The Web framework for perfectionists with deadlines.
-
Laravel
A PHP framework for web artisans
-
D3
Bring data to life with SVG, Canvas and HTML. 📊📈🎉
-
Recommend Topics
-
javascript
JavaScript (JS) is a lightweight interpreted programming language with first-class functions.
-
web
Some thing interesting about web. New door for the world.
-
server
A server is a program made to process requests and deliver data to clients.
-
Machine learning
Machine learning is a way of modeling and interpreting data that allows a piece of software to respond intelligently.
-
Visualization
Some thing interesting about visualization, use data art
-
Game
Some thing interesting about game, make everyone happy.
Recommend Org
-
Facebook
We are working to build community through open source technology. NB: members must have two-factor auth.
-
Microsoft
Open source projects and samples from Microsoft.
-
Google
Google ❤️ Open Source for everyone.
-
Alibaba
Alibaba Open Source for everyone
-
D3
Data-Driven Documents codes.
-
Tencent
China tencent open source team.