基本情報の勉強をしていてあまり研究は進めてないです。

大ゼミでは以下のような指摘がありました。

・食品ロス解消はいらない?←言うなら解消されることを証明しないといけない。

・野菜5種類は少ないから増やした方がいい

・冷蔵庫に限定されるなら冷蔵庫とタイトルに入れた方がいい。

{{unknown}}

熱が38度あるため、ゼミを欠席します。安静にしています。

3フレーム毎にx座標の差分をとることで左右反対は可能になった。ただ機械学習をしていることで1フレームごとに12回のイテレーションがあり、処理が非常に長い。正直左右判定にそこまで高い制度は無くても良いと考えているので、機械学習なしのoptical flowも検討している。

内々定懇親会で東京にいるので、ゼミは欠席します。

来週から研究進めてきます

私用で鹿児島にいるので今日のゼミは欠席します。

今週はずっとバイトしてたので進捗は全然無いです。

RAFTに、光学フローにおける全体画素の動きを数値化する機能を加えた。結果は1フレームあたりの動きが小さすぎて、毎フレームごとに0.1以下の数値が出力された。これは、何も動きがない状態の誤差と同じ程度の数値だったため改善が必要である。５フレームあたりの動きの差分を取ることで改善しようと考えている。

RAFTとAILIA SDKを組み合わせたコードが公開されていたのでそのコードを実行して検証を行った。動画は何故か貼れなかったので画像を貼っておきます。動き自体は追跡できると感じたので、次は光学フローの向きを計算して数値として表示したいと考えている。

RAFTのコード解析を行った。今回実行したファイルはモデルの評価用ファイルだったため、実際のデータセット(sintel,FlyingChairs)を用いて事前学習済みモデルの評価を行った。出力はEPE（Endpoint Error）および1px, 3px, 5pxなどのピクセル誤差の大きさで、学習済みモデルの精度を評価するものであった。

また、RAFTでは光学フローの向きを確認する部分がなく、動画読み込みで検証が出来ない状態だったため、改善する必要がある。

電子回路の採点終わりました。