yoloやr-cnn​の物体検出器の追加デ​ータによる学習方法に​ついて

15 views (last 30 days)
HY
HY on 15 Jan 2021
Commented: HY on 28 Feb 2021
こんにちは。 YOLOやR-CNNなどの物体検出を学習している者です。 1からデータを集め、学習率を比較しているのですが、pcのスペックが足りなく、1万5千枚ほどいくとメモリー不足でエラーになってしまいます。エポックやミニバッチ、入力サイズを小さくして学習することはできますが、やはり精度が落ちてしまいます…
そこで、学習データを分けて別々に学習したらどうかと考えたのですが、そのような学習方法はmatlabで実装できますでしょうか。 例えば、5千枚づつに分けて3回学習をするような感じです。そもそもこのような学習方法は、良くないのでしょうか…。 もし、やり方など知っている方がいましたら、教えていただけると幸いです。 宜しくお願い致します。

Accepted Answer

Kenta
Kenta on 16 Jan 2021
こんにちは、この場合だとミニバッチを小さくして、ひとまずエラーがなく走れば問題ないと思います。ただ、途中でクラッシュするとこわいので、エポックごとに学習器を保存してはいかがでしょうか?ただミニバッチを小さくすると精度が明らかに低くなってしまうのでしょうか?
3つにわけて学習することはもちろん可能ですが直感的には1まとめにして学習する方がよいきがします。
ちなみに1万5千ものアノテーション(ラベリング)はどのようにされたのでしょうか?
  3 Comments
Kenta
Kenta on 28 Feb 2021
返信が遅れてすいません。ビデオラベラーでやったのですね。ビデオラベラーの場合、前後で似たフレームがたくさん出てくると思うので、数フレームごとに取り出して、数を減らしても実質的な訓練の内容には大きな変わりはなく、かつ学習時間は短くできそうですね。
私の場合は、数千枚くらいが多くて、数万を超える自前のデータでやったことはないです
HY
HY on 28 Feb 2021
返信いただきありがとうございます。そうなんですね。量より質を重視するようにします。
ありがとうございました。

Sign in to comment.

More Answers (0)

Community Treasure Hunt

Find the treasures in MATLAB Central and discover how the community can help you!

Start Hunting!