Successfully reported this slideshow.
We use your LinkedIn profile and activity data to personalize ads and to show you more relevant ads. You can change your ad preferences anytime.

基板画像分類コンペお話

56 views

Published on

AIQuest2020で実施した基盤画像分類コンペのお話です

Published in: Engineering
  • Be the first to comment

  • Be the first to like this

基板画像分類コンペお話

  1. 1. 基盤画像分類 コンペのお話 Takeru Kurihara ( @Ruketa )
  2. 2. あなたはだれ? 栗原健(くりはら たける) Twitter:Ruketa(@kuripoon) ランニング Personal 製造業向けシステム開発 例:CAD/CAM Favorite Work ・業務の合間に勉強中 ・好きなライブラリ  Pytorch Machine Learning
  3. 3. AIQuestについて
  4. 4. コンペってなに? 主催者側から提供されたデータで分析を行い 参加者間でスコアを競うイベント
  5. 5. コンペの概要 データ 分析 モデル 作成 推論 結果 提出 ランキング Public Leader Board 期間中は何度も繰り返す ランキング Private Leader Board Public と Privateの違い
  6. 6. コンペの内容 課題設定  基盤画像からハンダの良品・不良品判定 画像数  良品:100枚、不良品(角:57枚、ブリッジ:30枚、芋:103枚) 評価指標:F1スコア → 1.0に近い程良い値
  7. 7. コンペの結果 最終順位:68位 / 225人 最終スコア:0.9215686 提出回数:30 期間:10/15 ~ 11/06 約3週間
  8. 8. やったこと
  9. 9. ベースラインの作成 1. 学習用データ読込 2. 前処理:リサイズ(224 X 224) 3. モデル作成 a. VGG16で転移学習 b. 良品、不良品の2分類 4. 学習 a. Epoch数:10, Batch size : 64くらい, 最適化:Adam 5. 評価(Hold out ⇒ 8:2で分割) 6. 提出データ作成して提出 ⇒ スコアは0.8くらいでした。
  10. 10. 前処理の追加 基盤部分の切り取り 元画像 必要なのはここだけ 背景は不要
  11. 11. 基盤の切り抜き OpenCVで対応 元画像 グレースケール 2値化 矩形抽出 結果
  12. 12. データ水増し ⇒ 効果あったが、Epoch数増やさないとLossが下がりきらない   Epoch数を上げて対応。10 ⇒ 100くらい   学習時間が30~40分くらいになる
  13. 13. 回転、反転(水増しに利用) ・Pytorchの以下のメソッドを使用  ・torchvision.transforms.RandomHorizontalFlip  ・torchvision.transforms.RandomRotation
  14. 14. 良・不良 ⇒ 正常・芋・角・ブリッジ 2分類から4分類へ リサイズ Convolution VGG16 良:0.6 角:0.1 芋:0.1 ブリッジ:0.2
  15. 15. 分類モデルの変更 VGG16より新しいモデルを試した ・Resnet(50, 152 … ) ・DenseNet ・EfficientNet 試した時点では劇的な効果なかった。。。  前処理 > モデル
  16. 16. 学習パラメータの調整 実行環境はGoogleColaboratoryを使っていた。 何度もGPUリソースの使用上限に達して辛かった。⇒12h以上待たないといけない。
  17. 17. ここまでやって期限前日になった 目標:100位より上、頑張って50位以上 この時の順位:120位くらい        PL:0.87 上位は0.98 ~ 0.99で争ってた。。。
  18. 18. さいごの悪あがき とりあえず、推論結果を眺める
  19. 19. さいごの悪あがき んっ? 結構結果がバラついている 1 0 0 0 1 1 0 0 2 0
  20. 20. さいごの悪あがき 今までは1回の推論結果しか見てなかった 1 0 0 0 1 1 0 0 2 0 一番多い結果を採用してみよう
  21. 21. 0.87 少し改善した 0.92 68位
  22. 22. 感想とまとめ 1. 画像処理、何が効くかわからない 2. 計算力は力 3. 試行錯誤は勉強になる 4. 上位の人たちを競争を見るときは 炭治郎の気持ち
  23. 23. おわり ありがとうございました!!

×