PyTorchのハンズオンで学ぶ物体検出(Object Detection) #3　訓練データの変更

内容概要

最近TensorFlowやKerasに追随する形でPyTorchが勢いがあるようなので、
ハンズオンを行います。題材としては、なかなか複雑で解説されることの
少ない物体検出(Object Detection)のSSDモデルを取り扱います。

第2回のデータセットVOCを使った学習に続いて、
第3回ではデータセットBCCDの新規モデル学習に取り組みます。
https://github.com/Shenggan/BCCD_Dataset

開催日程

5/25（土）
受付： 12:50〜13:00
講義： 13:00〜16:00

※
途中10分ほどの休憩を数回設ける予定です。

第3回アジェンダ

1. 物体検出の概要(50分)
    1-1. 物体検出とは
    1-2. 物体検出モデルSSDの推論の仕組みの振り返り（第1回の推論編スライドの抜粋）
    1-3. 物体検出モデルSSDの学習の仕組みの振り返り（第2回の学習編スライドの抜粋）
    1-4. データセットBCCDのTensor化
    1-5. SSDのデータ拡張（画像の水増し）

2. 実装の予備知識(40分)
    2-1. 環境設定(Google Colaboratory)
    2-2. SSDサンプルプログラムのダウンロードとColabへのアップロード
    2-3. OpenCV画像データ、PIL画像データを使ったハンズオン
    2-4. torchvisionを使ったPIL画像データの拡張のハンズオン
    2-5. PyTorchの独自クラスでデータセットを作成のハンズオン

3. 実装(90分)
    3-1. ハンズオンのタスク共有
    3-2. 訓練データ読み込みvoc0712.py、データ拡張augmentations.pyのプログラム処理概要の解説
    3-3. プログラム修正箇所の共有
    3-4. プログラムの修正（訓練データ読み込みのコピープログラムvoc0712_bccd.pyを新規作成）
    3-5. データセットBCCDを使った新規モデル学習のハンズオン
    3-6. 新規モデルを使って、血液細胞の物体検出を実行のハンズオン
    3-7. データ拡張なしで学習したモデルを使って物体検出のハンズオン（拡張ありと比較のため）

※アジェンダの詳細については変更の可能性があります。（全体の流れが変わることはないです）

会場

水道橋駅、神保町駅、九段下駅周辺
千代田区西神田2-7-14 YS西神田ビル2F

対象者

・SSDモデルで独自の訓練データを使って学習させる場合のプログラム修正方法を理解したい方
・新規モデルを使って、物体検出を動かして画像にバウンディングボックスを表示してみたい方
・SSDのデータ水増しに興味がある方
・PyTorchの実装に興味がある方


※
対象レベルとしては，他のフレームワークを使ってMNISTなどの画像分類の経験がある人を想定しています。
Pythonの経験は必要ですが、PyTorchの経験はなくても問題ありません。
第1回「SSDモデルの推論のハンズオン」、第2回「SSDモデルの学習のハンズオン」の受講後が望ましいですが、最初に1,2回の振り返りをするので、第3回からでも参加可能です。

講師プロフィール

名前：毛利拓也
学生時代は東京理科大学の連携大学院を利用し、NTT研究所で量子ビットの理論モデルの論文を
執筆し修士号を取得。
https://arxiv.org/abs/cond-mat/0501581
その後、アビームコンサルティングで基幹システム（ERP）導入プロジェクトをリード。
その後、東京大学の社会人講座でディープラーニングを学び、
下記リンク先の『PyTorchニューラルネットワーク実装ハンドブック』の物体検出の章を執筆。
https://www.shuwasystem.co.jp/book/9784798055473.html

当日のお持物

PC（Python環境はご自身で予めご用意ください）
Googleアカウントの作成（Colabのログイン時にアカウントを使用します）
Google Driveの1GBの空き容量
※物体検出の学習はGPUが必要なため、ColabのGPUを使用します。（CPUだとパワー不足で学習できません。）

費用

6,000円 (3時間)

※
・領収書発行の際は事務手数料として追加1,000円のお支払いをよろしくお願いいたします

定員

3名（人数に合わせて調整します、別媒体でも募集していますので申し込み人数は当日参加者数を反映しません）

備考

https://www.slideshare.net/TakuyaMouri/yolo-v1
↑上記が講師が作成したYOLO_v1論文を解説したスライドになりますので、参考にしていただけたらと思います！！

ご参加にあたってのお願い

無断欠席や前日以降のキャンセルに関しては当日人数読めなくなり非常に迷惑なので
基本的に行わないようにお願いします。（直前参加は定員的に問題なければ歓迎です！）
体調不良、職務都合、ご家庭の事情などどうしてものケースは別途ご連絡いただくか、
イベントへのお問い合わせよりご連絡いただけますと嬉しいです。
上記がひどいアカウントに関してはブラックリスト処理を行い以後の参加をお断りさせて
いただきますので、その点だけ予めご了承ください。
（7割以上来れる前提でのお申し込みと前日以降のキャンセルはメッセージでのご連絡を
いただくということだけ気をつけていただければ大丈夫だと思います）

モチベーションの高い参加者の方を重視する運営としていきたいと考えています。
ご協力のほど、よろしくお願いいたします。