デンソーES提出

パナソニックES提出、Webテスト受験

ホンダOB個人面談、インターン面接

先生方からのご指摘

• 実際の血中アルコール濃度を検出しているわけではないので、検出→推定に変える。
• アルコールインターロックシステムに使える推定方法なので、アルコールインターロックシステムの名前を絡ませる。もしくは、アルコールチェッカーよりも優位な点を示す。
• 生体パラメータは飲酒以外でも変化するので、飲酒状態を推定しているとは言い切れないのでは？→精度の高さで言い切る必要あり。
• 個人のためだけのモデルであれば、システムの補完に使えないのでは？→汎用化した時の精度を示す必要ある。もしくは運転者は誰かわかるので運転中にデータ採取、学習を行える方法を提案する必要あり

機械学習を用いた生体信号分析による飲酒状態推定法の有効性検証

とかにしようと思う

スマートウォッチと鍵を一体化したシステム→教師なし学習で二値分類→人の手を一度加えラベル付け→二度目から飲酒推定可能

類似研究：特許検索サイト

• 公開特許：脈拍、体温が閾値を超えているか（特開2023-061171）→運転開始時からの変化量？
• 生体信号を非侵襲で測定する特許が出願されている→これにより生体信号の測定方法で突っ込まれても反論できる。

動画で中心窩レンダリングと物体検出を別々で行いました。大ゼミで指摘されたパワポの部分を直していました。

研究テーマを変えようか迷っています。

tensorflowではモデルの読み出しができなかったため、kerasを使用したところ読み出しに成功した。先週は、1匹分のモデルを作成し、識別を実行したが、犬の画像を猫と判別してしまったため、プログラムを見直す必要がある。

大ゼミの発表のためのスライド作成をしました。

遠い人でも、認識できるように超解像について調べています。最初は一枚の画像を超解像してみようと思います。 RealESRGANというモデルが超解像するときに画像のぼやけが少なそうなので試してみます。一枚の画像からでは入力情報が足りなそうな場合は、難しそうですが一定時間の動画から複数枚の画像に分けて入力して超解像してみます。

京セラ、NTT西日本、村田製作所に応募

申し訳ありませんが、自動車免許取得のため本日のゼミは欠席します。

意外と早く終わったので出れそうです。

First run the CenterPoint (3-D MOT) algorithm successfully

It took me about 6 days to establish the complete conda envoriment and run the Python algorithm of CenterPoint in my system (Ubuntu 20.04.6).

There is still a problem that the DCN part can be compiled, but it won’t run normally with my torch (1.12.0), an older version should be applied, but it  will cause some other problems.

Problems records

1. not implemented for CPU ONLY build.

The CenterPoint contains two third-part libs, git clone cannot download both of them. They should be cloned desperately. And then, re-adding the CUDA path, CenterPoint path and third-part lib path to .bashrc. Definitely, one of libs can be installed by pip without compiling…… After that, this problem was solved.

2. RuntimeError:

———————————–File“/home/omaqzy/PycharmProjects/CenterPoint/det3d/ops/dcn/deform_conv.py”, line 93, in backward   cur_im2col_step)

RuntimeError: view size is not compatible with input tensor’s size and stride (at least one dimension spans across two contiguous subspaces). Use .reshape(…) instead.

————————————–

This is the problem about DCN. Replaced the AT_CHECK with TORCH_CHECK in file deform_conv_cuda.cpp and deform_pool_cuda.cpp, so that the DCN can be compiled. When I run it to train the model, I will face the above problem.

The train result:

NEXT… …

Solve the above problem.

Learn the 3D-Detection and try to modify the algorithm.

This Week

This three version code can be seen in my gitlab

• I first coded my ideal by a numpy version, but the time is very long. Because I extract numbers from the GPU to the CPU, analyze and send back to the GPU … Continue Reading ››