2016-11-15 13:17:57.592362: step 0, loss = 13.40 (27.4 examples/sec; 18.245 sec/batch)
acc_res 0.99
loss is zero
Tensorflowによる魚検出器の作成を試みています。
Deeplearningをtensorflowのライブラリを使って再現できる画像認識が今とても話題となっています。
その原理を用いて魚検出器の作成をしています。
正解画像1500枚、非正解画像10000枚を取得し、学習プログラムと検証プログラムを作成中です。
画像データをCSVにして、CSVからデータを読み込ませ学習させます。
現在はCSVからデータを読み込ませることに成功し、今は画像のリサイズなどでのエラーを解析中です。
修士論文のためのこれからの予定は以下の通りです。
1. 特徴量、学習方法の選定
2. 金魚を用いた魚検出のための機械学習とその検証
3. 特徴量の改良と魚検出の精度向上
HOG特徴量とReal AdaBoostでの実装を考えていますが今の所実験がうまくいかず
他の特徴量や機械学習法も検討しているところです。
AdaBoost, Real Adaboostの勉強を理解する。
主に論文や、Courseraの授業から機械学習全般についても学びたい。
また、同時にHogとRealAdaboostを魚に当てはめ、実装したい。
11/2
GrabCutを用いて魚と背景の分離を行った。
カットする範囲をいちいち変えなければいけないことが面倒だがこれを使えばより効果のある学習ができそうだ。
HOG特徴量を用いたRealAdaBoostのプログラムで学習を行い、その結果まで考察したい。
10/5
正解画像・非正解画像ともに1000枚の学習を完了
Toeicの勉強をする。
10/6
検出用のプログラムが実装できたので早速昨日学習させた写真を検出器にかける。
しかしうまく判別されない。理由はこのプログラムは元々人識別のために組まれたものであり、パラメータなどが魚のそれと合致していないからだと考える。
魚に合うように修正後、実際に水槽で取るなどして、質の高い機械学習を行いたい。
10/21
RealAdaBoostについてのリンクを貼ります。
Real Adaboost
10/26
発表準備をしました。現在やっていることを主に発表したいと思います。
現在はこれらの論文を参考にAdaBoostの勉強をしています。
Joint HOG特徴を用いた2段階AdaBoostによる人検出
人検出のためのReal AdaBoostに基づくHOG特徴量の効率的な削減法
Relational Binarized HOG特徴量とReal AdaBoostによるバイナリ選択を用いた物体検出
サリ大学研修も終わり、いつまでも外国気分に浸っている暇はないのでそろそろ研究のほうにも目を向けていきたい。
現在HOG特徴量によるReal Adaboostの実装が未完のままである。
10月いっぱいまでにこの実装を済ませ、そこから新規性を見出したい。
9/28
Toeicの勉強をする。
9/29
中部大の藤吉教授のプログラムを参考にRealAdaboostのプログラムを組んでいるが、なかなか画像を読み込まない。
9/30
進捗なし
10/1
進捗なし
来週は自分の研究進捗の発表なので、今自分がどのようなことをしているのかなどのプレゼン資料を作りたいと思う。
また、オープンキャンパスのゲームも仕上げに入らなければならない。
7/21
RealAdaBoostのプログラムを実行できる状態にした。
7/22
RealAdaBoostのプログラムを読んだ。
7/23
7/24
7/25
7/26
今週の課題はオープンキャンパスの課題を終わらせることです。
7/6
プログラムを組みました。
7/7
プログラムを組みました。
7/8
プログラムを組みました。
7/9
プログラムを組みました。
7/10
プログラムを組みました。
7/11
進捗はありません。
7/12
進捗はありません。
先週はプログラムについてあまり触れることができなかった。
今週はプログラムについて解析していきたい。
また、卒業論文の英訳を終わらせたい。
6/1
英訳しました。(50%)
6/2
英訳しました。(60%)
6/3
英訳しました。(70%)
6/4
英訳しました。(80%)
6/5
英訳しました。(90%)
6/6
英訳しました。(100%)
6/7
今週は学部のときの研究内容をICISIP2015で提出するために論文を英訳する。
また同時進行でHOG特徴量の調査とReal AdaBoostの実装を行う。
5/25
英訳しています。(5%)
5/26
英訳しています。(10%)
5/27
英訳しています。(15%)
5/28
英訳しています。(20%)
5/29
HOGについて調べました。
英訳しました。(25%)
5/30
英訳しました。(40%)
5/31
進捗はありません。