VGGネットワークによる深層畳み込みニューラルネットの構築
VGGアーキテクチャの設計思想
AlexNetはLeNetに比べて深い構造を持ち、精度の向上を実現した。この流れを受けて、さらにネットワークを深く・大規模化する方法が模索された。計算コストを抑えつつ表現力を高めるために、VGGでは複数の小さな畳み込み層を積み重ねる戦略を採用している。
VGGブロックの構成
VGGの基本単位である「VGGブロック」は以下の要素で構成される：
...
9月16日 15:56 投稿
自動運転モデルの汎化性能を向上させるデータ拡張手法の実装ガイド
自動運転システムの開発において、限定されたデータセットからロバストなモデルを構築することは最大の課題の一つである。実世界の走行環境は天候、照明、道路形状などが刻一刻と変化するため、すべてのシナリオを網羅したラベル付きデータを収集するのは現実的に不可能に近い。データ拡張（Data Augmentation）は、既存の訓練サンプルに人工的な変形やノイズを加えること ...
9月16日 09:41 投稿
ドロップアウト正則化の仕組みと活用法
ドロップアウト正則化の仕組みと活用法
ディープラーニングモデルの学習において、過学習はよく起こる問題です。訓練データでは高い精度を示すにもかかわらず、テストデータや新しいサンプルでは性能が急激に低下する場合、そのモデルは過学習している可能性があります。この課題に対処するため、研究者たちはさまざまな正則化手法を提案しました。その中でも、シンプルか ...
9月15日 19:16 投稿
T5週：スニーカーブランドの分類
本記事は🔗365日ディープラーニングトレーニング・キャンプにおける学習記録ブログです。
元の著者：K同学啊
一、序論
実験環境：
言語環境：Python3.10
IDE：Pycharm
ディープラーニング環境：TensorFlow 2.10.0
1.GPU設定
import os
os.environ["TF_CPP_MIN_LOG_LEVEL"] = '2' # warningとErrorのみを表示
import os
os.environ["KMP_DUPLICATE_LIB_OK"] = "TRUE"
imp ...
9月5日 09:42 投稿
PyTorch データセットとデータローダーの基礎
データ処理の分離
データサンプルを処理するコードは、読みづらく保守しにくいものになりがちです。理想的には、データセットのコードとモデルトレーニングのコードは分離しておくべきであり、そうすることで可読性とモジュール性が向上します。PyTorchはtorch.utils.data.DataLoaderとtorch.utils.data.Datasetという2つのデータプリミティブを提供しており、これらを使 ...
8月7日 00:45 投稿
YOLOv8を用いたタバコ葉病害AI検出システムの構築
YOLOv8を用いたタバコ葉病害AI検出システムの構築
スマート農業分野では、作物の健康状態を効率的に監視し、病害虫の早期発見を行うことが収穫量と品質の維持に不可欠です。本稿では、最新の物体検出モデルであるYOLOv8を用いて、ドローンで撮影されたタバコ葉の画像を解析し、病害を自動的に検出するAIシステムの構築手順について解説します。環境構築からモデル訓練、推 ...
8月6日 05:39 投稿
DAMOYOLO-S物体検出実践：信頼度しきい値の調整で画像認識精度を向上させる
DAMOYOLO-S物体検出実践：信頼度しきい値の調整で画像認識精度を向上させる
1. なぜ信頼度しきい値に注目する必要があるのか？
道端の花や木をスマートフォンで撮影して識別していると、システムが普通の葉を珍しい植物と誤認識することがあります。逆に、美しい花を見逃すこともあります。この「認識すべきものを見逃し、そうでないものを誤って認識する」状況は、物体検 ...
8月3日 16:36 投稿
深層学習におけるトレーニング高速化とメモリ最適化技術
異なる精度でのトレーニング手法
単精度トレーニング（FP32）は全てのパラメータ、活性値、勾配を32ビット浮動小数点数で表現します。
半精度トレーニング（FP16/BF16）は16ビット浮動小数点数を使用し、FP16はIEEE標準、BF16はAI計算向けに設計された形式です。
混合精度トレーニングはFP16/BF16とFP32を組み合わせ、通常は重みと勾配をFP32、活性値と中間計算をFP16/BF16 ...
8月2日 21:28 投稿
PyTorchによるCIFAR-10カラー画像分類モデルの実装
PyTorchによるCIFAR-10カラー画像分類モデルの実装
環境設定
本チュートリアルでは、PyTorchを使用してCIFAR-10データセットのカラー画像分類モデルを実装します。CIFAR-10は10クラスの物体を含む画像データセットで、機械学習の入門として広く利用されています。
開発環境：
Python 3.8以上
Jupyter Notebook
PyTorch（GPU対応環境推奨）
GPU環境のセットアップ
計 ...
7月19日 01:38 投稿
Z-IMAGE-TURBOを活用した画像アルゴリズムの迅速なプロトタイピング
迅速な体験
InsCode（快马）プラットフォームにアクセスします：https://www.inscode.net
入力欄に以下の内容を記述します：
Z-IMAGE-TURBOを基盤とする画像処理プロトタイピングツールを設計する。要件は以下の通り：1) 事前定義された画像処理テンプレートライブラリ；2) 可視化されたアルゴリズムフローエディタ；3) リアルタイム結果プレビュー機能；4) パフォーマン ...
7月10日 22:35 投稿